评估高斯核的平方项以获得用于多维输入的协方差矩阵

Question

我有两个二维numpy数组，形状如m x d和n x d。什么是优化的（即没有for循环）或创建高斯核的平方项的numpy方法，最终具有大小为m x n的协方差矩阵。

我已经检查了numpy的 outer 功能，但它不符合我的目的。

这是 的等效代码看起来像

difference_squared = np.zeros((x.shape[0], x_.shape[0]))
for row_iterator in range(difference_squared.shape[0]):
    for column_iterator in range(difference_squared.shape[1]):
        difference_squared[row_iterator, column_iterator] = np.sum(np.power(x[row_iterator]-x_[column_iterator], 2))