matrix-multiplication

0熱

1答えて

Rのrdivideの等価関数は何でしょうか？私の状況では、数値アルゴリズムA、B、Cから行列が出てきます。x = C・/（AA '）となるようなxを得る必要があります。 matlabでは、私はrdivideを使用してそれを行うことができます。しかし、私はRでこれを行う必要があります。ここで再現可能な例を与えるにはmatlabコードがあります。det（AA '）= 0ということに注意してください。

1熱

1答えて

テンソルフローのテンソル連鎖を効率的に乗算する方法はありますか？

3つのスパンテンソルのA = P * N、B = Q * N、C = R * Nがあります。積行列A * B * Cを計算する効率的な方法は何ですか。その結果、積行列の次元はテンソルフローでP * Q * Rになります。私はtf.matmulを試して、tf.reshapeを続けましたが、上記で指定された次元の製品行列を与えません。ありがとうございました。

0熱

1答えて

Numpyサブマトリックス（ランダムインデックス選択）

Numpyを使用してサブマトリックスを計算しようとしました。マトリックスの形状である A：（15000 100） B：（15000 100） B_（3000、100） C：（100 、100） sample_index = np.random.choice(np.arange(int(15000*0.2)), size=int(int(15000*0.2)), replace=False)

0熱

2答えて

ループのない重み付き行列の平均はどうですか？

私はスカラーのグループを持っているとrespertively行列化： w1, w2...wn A1, A2... An どのようにループなし w1*A1 + w2*A2 + ... + wn*An を取得しますか？そして、どのように効率的に w1*(b1*c1) + w2*(b2*c2) + ... + wn*(bn*cn) biと ciはベクトルですが、 bi*ciが行列、ではな

1熱

1答えて

ループを持たない重み付きテンソル乗算ベクトルの合計はどのようにして得られますか？

Iはrespertivelyスカラーのグループおよびベクターの二つのグループがあります w1, w2... wn b1, b2... bn c1, c2... cn w1, w2... wnはスカラーであり、wに格納され、B及びCに格納されている c1, c2... cn に格納さb1, b2... bn。どのように効率的に biと ciはベクトルですが、 bi*ci'が行列、ではないスカ

3熱

1答えて

Python Pandasデータフレームを使った乗算

愚かな質問かもしれませんが、私は2つのデータフレームを乗算しようとしています.1つは100x2の形（100行と2列）で、もう1つは2x1の形です。最初のデータフレーム（頭部のみを印刷し、100行2列、すなわちX0およびX1を有する）である： - X0 X1 0 1 6.1101 1 1 5.5277 2 1 8.5186 3 1 7.0032 4 1 5.8598 他のデ

1熱

2答えて

放送乗算

私は例えば2つのデータフレーム、持っている： df1 = pn.DataFrame(np.arange(6).reshape(3, 2), columns=['A1', 'B1']) df2 = pn.DataFrame(np.arange(1,7).reshape(3, 2), columns=['A2', 'B2']) A1 B1 0 0 1 1 2 3 2 4 5

2熱

2答えて

行列の1列に固定係数を掛けてください

これはおそらく本当に些細な疑問ですが、まだ実用的な解決策は見つかりませんでした。ここにも同様の質問が掲載されていますが、実用的な答えが得られなかったので、何かアドバイスをいただき感謝しています。私は単純な3x3行列を持ち、2番目の列に固定係数を掛けたいと考えています。例： [,1] [,2] [,3] [1,] 1 5 1 [2,] 2 10 2 [3,] 3 15 3 それができ

1熱

1答えて

行列の方程式が正しく更新されない

簡単な例として、私は次の式を解くことを試みています。はt = 0から始まり、Trは行列（対角要素の和）のトレースです。以下は、私は基本的なコードを提供します。私のコードはエラーなしでコンパイルされますが、私が望むようにソリューションを更新していません。私の予想される結果は、私が手で計算したものでもあります（行列の乗算によって手作業でチェックするのはとても簡単です）。下のサンプルコードでは、ソリュ

1熱

1答えて

numpyの - 軸に沿って、ドット積の合計

私はA X Bアレイと別のD X A X A配列を持っているとD軸に沿って2つの配列のドット積の和を計算するために効率的な方法を思い付くしようとしています（結果はA x Bアレイになるように）。最も明白な方法は、forループを使用することです： result = np.zeros(first_array.shape) for d in range(0,second_array.shape[0])