numpyの：それは二つの行列の間の積の和を行うのは簡単です

Question

ペアワイズ分操作の合計を実施するための効率的な方法、すなわち：

A = np.random.randn(100, 64) 
B = np.random.randn(64, 100) 
G = np.dot(A, B) 

ベクトル間のペアワイズ分の合計を行うには、同様のアプローチがありますか？

非効率的なアプローチが行うことです。だから私のようなものを探しています

# For each row, col vector i,j in A and B respectively 
for i in range(A.shape[0]): 
    for j in range(B.shape[1]): 
     G[i, j] = np.minimum(A[i], B[:,j]).sum() 

：

G = np.dot(A, B, operation=np.minimum)

目標は、ループのスローを回避し、numpyののの利点を取ることですBLASの実装。

主なユースケースの1つは、ヒストグラムカーネルの共通部分です。例では、この偉大なブログの記事で説明されています http://blog.datadive.net/histogram-intersection-for-change-detection/

Answer 1

ワンストレートフォワードの方法はAへ3Dと、レバレッジbroadcasting延長するだろう -

np.minimum(A[...,None], B).sum(1)