将(N，N)矩阵与向量(V)相乘，使得输出的形状为(N，N，V)
将(N, N)矩阵与向量(V)相乘，使得输出的形状为(N, N, V)。
这个操作可以通过广播（broadcasting）和矩阵乘法（matrix multiplication）来实现。首先，我们需要将向量(V)扩展为形状为(N, N, V)的矩阵，然后进行矩阵乘法运算。
具体步骤如下：
- 将向量(V)扩展为形状为(N, N, V)的矩阵。这可以通过将向量(V)复制N*N次，并在第三个维度上进行堆叠来实现。例如，如果向量(V)的形状为(V,)，则可以使用以下代码将其扩展为形状为(N, N, V)的矩阵：
import numpy as np
V_expanded = np.expand_dims(V, axis=0) # 扩展为形状为(1, V)的矩阵
V_expanded = np.tile(V_expanded, (N*N, 1)) # 复制N*N次，形状为(N*N, V)
V_expanded = np.reshape(V_expanded, (N, N, V)) # 重塑为形状为(N, N, V)的矩阵- 进行矩阵乘法运算。将(N, N)矩阵与形状为(N, N, V)的矩阵相乘，得到形状为(N, N, V)的输出矩阵。可以使用NumPy库中的dot函数来实现矩阵乘法运算。例如：
import numpy as np
output = np.dot(matrix, V_expanded)这样，输出的形状就为(N, N, V)，其中每个元素都是将(N, N)矩阵与向量(V)相乘的结果。
在腾讯云的云计算平台中，可以使用腾讯云的云服务器（CVM）来进行矩阵与向量相乘的计算任务。腾讯云的云服务器提供了高性能的计算资源和灵活的配置选项，适用于各种计算任务。您可以通过腾讯云的云服务器产品页面（https://cloud.tencent.com/product/cvm）了解更多关于腾讯云云服务器的信息和产品介绍。
相关·内容
1回答
我有一个张量phi = np.random.rand(n, n, 3)和一个矩阵D = np.random.rand(3, 3)。我想沿着phi的最后一个轴将矩阵D相乘，以便输出具有形状(n, n, 3)。我已经试过了 np.einsum("klj,ij->kli", phi, D) 但我对这个符号一点也不自信。基本上我想做的是 res = np.zeros_like(phi)
for i in range(n):
for j in range(n):
res[i, j, :] = D.dot(phi[i, j, :])
浏览 14提问于2021-04-23得票数 2
回答已采纳
1回答
PyTorch的nn.Linear(in_features, out_features)接受尺寸为(N_batch, N_1, N_2, ..., N_end)的张量，其中N_end = in_features。输出是大小为(N_batch, N_1, N_2, ..., out_features)的张量。
我不太清楚它在以下情况下的行为：
如果v是一行，则输出为A^Tv+b
如果M是一个矩阵，它将被视为一批行，并且对于每一行v，执行A^Tv+b，然后一切都返回到矩阵形式。
如果输入张量是较高级别的呢？假设输入张量具有维数(N_batch, 4, 5, 6, 7)。这一层是否会输出
浏览 7提问于2021-04-08得票数 0
回答已采纳
我是python和numpy的新手。我读了几个教程，仍然对模糊、等级、形状、角度和尺寸之间的差异感到困惑。我的注意力似乎停留在矩阵表示上。所以如果你说A是一个矩阵，看起来像这样：
A =
1 2 3
4 5 6
那么我所能想到的就是一个2x3矩阵(两行三列)。在这里，我知道形状是2x3。但我真的无法走出方阵的思考，一个2D矩阵。例如，当说“对于N维，它是a的最后一个轴和b的倒数第二个轴上的和积”时，我就不明白了。我很困惑，无法理解这一点。我不明白，如果V是N:1向量，M是N:N矩阵，点(V，M)或点(M，V)是如何工作的，以及它们之间的区别。
那么，谁能向我解释一下什么是N维数组，什么是形
浏览 6提问于2014-03-01得票数 11
2回答
我正在用基于梯度的变异算法实现E约束差分进化(Takahama，2006)。对于变异部分，我要计算每个约束函数的梯度，从而定义雅可比矩阵。我是用有限的差异来做的。我认为矩阵应该是m，具有m=约束数和n =维数(试向量的长度)。然后试向量上的扰动将是pseudo-inverse_of_Jacobian x delta_C。我不知道出了什么问题，但我得到的消息是操作数不能与形状(4,5) (5,1)一起广播。你能帮忙吗？这个乘法不应该产生一个4x1数组吗？谢谢。
trial = np.zeros(4)
inv_Jc = np.linalg.pinv(Jacobian(trial))
delta_C
浏览 6提问于2021-06-22得票数 1
回答已采纳
我有需要相互影响的n-vectors，并输出同维d的n向量。我相信这就是torch.nn.MultiheadAttention所做的。但前向函数查询、键和值作为输入。根据博客，我需要为每个q、k和v初始化形状(d x d)的随机权重矩阵，并将每个向量与这些权重矩阵相乘，得到3个(n x d)矩阵。现在，q、k和v是torch.nn.MultiheadAttention所期望的，还是我弄错了？
浏览 1提问于2021-01-09得票数 5
回答已采纳
2回答
ndarray矩阵乘法
、、、、
如何进行向量乘法和矩阵乘法
其中v是向量(v1，v2，v3)，A是3x3矩阵？Python抱怨形状不对齐，可能是因为v是一个ndarray。有什么办法做这个手术吗？最后的结果应该是每个坐标点(v1、v2、v3)的标量。下面的基本代码在试图进行乘法时中断。
import numpy as np
a = np.linspace(0, 10, 21)
b = np.linspace(0, 20, 41)
a, b = np.meshgrid(a,b)
v = np.array([a*b, a+b, a])
A = np.ones([3,3])
s = v.T @ A @ v # doesn
浏览 0提问于2018-06-26得票数 2
回答已采纳
1回答
我试图用C++编写一个驱动程序来计算非对称实值稀疏矩阵的特征值，使用ARPACK提供的fortran函数，但是反向通信方法有点麻烦。
一般情况下，我试图求解正常的特征值方程：
A*v = lambda*v
在ARPACK中，任何与矩阵A的交互都是通过函数‘av’完成的：
av(n, workd[ipntr[0]], workd[ipntr[1]])
它将从位置'ipntr‘开始的数组'workd’中的向量乘以，并将结果插入从位置'ipntr1‘开始的数组'workd’。在的手册中给出了这种方法的例子，也在ARPACK/ Examples /SIMPLE/dnsi
浏览 6提问于2014-09-29得票数 0
回答已采纳
2回答
我创建了一个向量和矩阵类，我试图执行一些操作，例如矩阵和向量的乘法，矩阵和矩阵的乘法，矩阵和浮点数的乘法(标量)。我似乎很难得到矩阵*向量和矩阵*矩阵的正确乘积。下面是用于处理这些操作的矩阵类的一部分：
// Matrix * vector, result vector
Vector Matrix::operator*(const Vector & other) const
{
if (other.getDimensions() == 4)
{
float floats[4];
const float* temp = other.getData();
for (
浏览 6提问于2017-03-03得票数 0
回答已采纳
注意力评分机制似乎是各种seq2seq模型中常用的组成部分，我在https://arxiv.org/pdf/1506.07503.pdf著名论文中读到了最初的“基于位置的注意”。(这种关注似乎被用于各种形式的GNMT和文本到语音系统，如tacotron-2 https://github.com/Rayhane-mamah/Tacotron-2)。
即使在反复阅读了这篇论文和其他关于注意力机制的文章之后，我仍然对所使用的矩阵的维数感到困惑，因为论文似乎并没有描述它。我的理解是：
如果我有隐藏的dim 1024解码器，这意味着(s_{i-1}}向量是1024长度。
如果我有编码器输出的dim 51
浏览 0提问于2020-06-02得票数 0
回答已采纳
1回答
我有一个M x N矩阵。我想用一个M x M矩阵将每个N列相乘。下面的代码在一个循环中实现了这一点，但是我不知道如何向量化它。
u=repmat(sin(2*pi*f*t),[n 1]);
W = rand(n);
answer = size(u);
for i=1:size(u,2)
answer(:,i) = W*u(:,i);
end
浏览 2提问于2012-10-01得票数 7
回答已采纳
2回答
压缩格式块对角矩阵的有效线性代数
、、、、
我有一个线性系统，其中所有的矩阵都是块对角的。它们的N块形状相同。
矩阵以压缩格式存储为具有形状(N, n, m)的numpy数组，而向量的形状为(N, m)。
目前，我将矩阵向量积实现为
import numpy as np
def mvdot(m, v):
return (m * np.expand_dims(v, -2)).sum(-1)
由于广播规则，如果矩阵的所有块都是相同的，我只能将其存储在一个具有(1, n, m)形状的数组中:带有向量(N, m)的乘积仍然给出正确的(N, n)向量。
我的问题是：
如何实现一个有效的矩阵乘积，从两个形状为(N, n, m)和(N,
浏览 4提问于2016-12-20得票数 2
回答已采纳
4回答
我有一个形状为(n，)的数组y，我想要计算内积矩阵，这是一个n*n矩阵，但是当我尝试在Python中计算它时
np.dot(y , y)
我得到了答案n，这不是我要找的我也试过了：
np.dot(np.transpose(y),y)
np.dot(y, np.transpose(y))
我总是得到相同的答案
浏览 3提问于2020-10-27得票数 2
2回答
在构造方向矩阵时，矩阵的行是轴吗？
矩阵是行大的，我在右边乘向量(Mv)。所以，矩阵看起来就像
r0c0 r0c1 r0c2
r1c0 r1c1 r1c2
r2c0 r2c1 r2c2
浏览 0提问于2010-12-02得票数 3
回答已采纳
据我所知，常设仲裁法院一般采取以下步骤：
计算协方差矩阵Σ= (1/m) * (X*X')
Σ: U，S，V= SVD(Σ)上的奇异值分解
取U的第一列k降为k维: U_reduced = U:，k
X_reduced = U_reduced‘*X
X_reduced是X降为k维。
但是，当我查看时，我发现了这一行代码：
U *= S[:self.n_components_]
这个U作为转换X返回，为什么使用S而不是X仍然有效？
浏览 4提问于2017-11-24得票数 0
回答已采纳
2回答
我必须通过M = M + c*a*a'进行大量的矩阵更新，其中c是常数，a是列向量。如果矩阵的大小大于1000，这种简单的更新将花费我函数的大部分时间，通常超过profile计算的1分钟。
主要守则如下：
for i = 1:N
_do something..._
for k = 1:n
a(1:k) = M(1:k,1:k)*p(1:k);
M(1:k,1:k) = M(1:k,1:k)+c*a(1:k)*a(1:k)';
M(1:k, k+1) = b(1:k);
M(k+1, 1:k) = b
浏览 0提问于2016-12-13得票数 0
我有一个由40个状态组成的转换矩阵，它给出了从一个状态转移到另一个状态的转换概率。我们如何计算n个时间步后系统将处于什么状态。
浏览 7提问于2016-08-21得票数 0
1回答
我试图加快我的代码，以执行一些数值计算，在这里，我需要乘3个矩阵与一个数组。问题的结构如下：
数组的形状为(N，10)
第一个矩阵沿阵列的动态维数为常数，形状为(10，10)。
另外两个矩阵沿阵列的第一维变化，具有(N，10，10)形状。
计算结果应该是带有(N，shape)的数组。
我已经实现了一个使用for循环的解决方案，但是我希望有一个更好的性能，所以我尝试使用numpy函数。我尝试过使用numpy.tensordot，但是当将动态矩阵与数组相乘时，我得到了(N，10，N)的形状，而不是(N，10)。
我的for循环如下：
res = np.zeros(temp_
浏览 3提问于2016-12-06得票数 2
回答已采纳
2回答
在理解numpy点函数背后的工作时，我遇到了问题，而broadcasting.Below是我想要理解的片段。
a=np.array([[1,2],[3,5]])
如果我们检查a.shape的形状，它将是(2,2)
b=np.array([3,6])和b.shape is (2,)
Question1：b列向量还是行向量？在提供输入时，b似乎是行向量，但在我的理解中，形状显示为列向量，有2 rows.What是错误吗？
如果是a.dot(b)，它会导致array([15,39])
Question2:按照矩阵乘法，如果a是m*n，那么b必须是n*k，既然a是2*2，那么b必须是2*1。这是否验证
浏览 6提问于2017-04-05得票数 3
回答已采纳
1回答
设v为行向量(1 x n矩阵)，M为n x m矩阵。我使用下面的代码来创建一个“加权向量”(我希望注释解释它应该做什么)：
weighted_M = bsxfun(@times,v',M);
%creates a matrix with the i-th row of M being weighted (multiplied) by the i-th element of v
weighted_v = sum(weighted_M);
%sums the columns of weighted_M
现在实际的问题是:我必须对很多输入向量v做同样的计算。因此，我想输入一个矩阵V，其中包含
浏览 3提问于2015-12-06得票数 3
回答已采纳
2回答
我需要实现一个乘法公式，其中一个大小为'n‘的行矩阵要乘以一个n*n矩阵。
我已经使用DenseMatrix类从2D array...but创建了n*n矩阵我的问题是如何创建一个行向量...
我可以使用CompRowMatrix类为它创建一个行矩阵，输入必须是‘matrix...but’..但是矩阵是一个接口..无法实例化状态的第一个构造函数它需要一个‘非零索引数组’因为input..but我无法理解这个非零索引数组是什么？？
另外，我可以用或任何其他合适的class..but来创建一个向量，似乎没有一种方法可以将一个向量与一个矩阵直接相乘。
请帮助
浏览 5提问于2011-04-28得票数 0
回答已采纳
1回答
作为对前面一个问题的后续，我尝试实现以下循环，它是基于循环迭代器的矩阵向量乘法，其中向量是来自矩阵Q的列：
编辑:q不能在手之前填充，而是用迭代器K的级数填充。
for (unsigned K=0;K<N;K++){ // Number of iterations loop
//... do some stuff
for (unsigned i=0; i<N; i++){
float sum = 0;
for (unsigned j=0; j<N; j++){
sum += A[j][i]*Q[j][
浏览 1提问于2013-09-02得票数 0
回答已采纳
1回答
实际上，我在做一些关于齐次坐标的练习。基本上，我有一个点，比如说(0,0)，我也有一个矩阵：
1 0 0
0 1 0
0 0 1
我想要计算它上的不同类型的变换，得到一个最终的矩阵，我可以应用到很多不同的点，例如:x= -4和y=-3A的平移，x=2和y=1。
我拿出最后的矩阵：
2 0 -4
0 1 -3
0 0 1
我开始理解在齐次坐标下事物是如何工作的，但我对此并不完全有信心。我在互联网上找到的所有例子都是关于推广矩阵的，我想要一些更具体的解释，我可以简单地理解，以便能够在我的路上继续下去。:)
浏览 2提问于2013-12-13得票数 0
回答已采纳
1回答
我试图将一个稀疏的实数矩阵与一个复数向量相乘，但程序无法编译。如果我将向量改为实数，或将矩阵改为密集，那么所有内容都会通过。示例代码如下：
#define ARMA_64BIT_WORD
#include <armadillo>
#include <iostream>
#include <stdio.h>
#include <math.h>
using namespace arma;
int main(){
size_t n(5);
vec vR(randu<vec>(n)), vI(randu<vec>(n
浏览 3提问于2015-05-27得票数 1
2回答
给定一个无符号16位整数N，您的任务是确定其映射在4x4矩阵中的二进制表示是否与四角形匹配，如果匹配，则确定它的形状。
矩阵
每个N位被映射到一个4x4矩阵中，从左到右，从上到下，从最重要的一个开始。
示例
N = 17600
binary representation: 0100010011000000
matrix: [ [ 0, 1, 0, 0 ],
[ 0, 1, 0, 0 ],
[ 1, 1, 0, 0 ],
[ 0, 0, 0, 0 ] ]
Tetromino shapes
碱基形状
用字母O、I、S、Z、L、J和T识别出
浏览 0提问于2017-08-09得票数 54
回答已采纳
1回答
我正在用Keras编写一个Lambda层来计算张量和常量矩阵的乘法。但是输出中的大小出错了。 在代码中，jdes是一个维度为TensorShape([Dimension(None), Dimension(100)])的张量。此外，six_title_embedding是常量矩阵，其形状为(6, 100)。 def cosine_distance(input):
jd = K.l2_normalize(input, axis=-1)
jt_six = K.l2_normalize(six_title_embedding, axis=-1)
return jd * jt_
浏览 71提问于2018-12-24得票数 0
回答已采纳
2回答
假设我想要创建以下数据矩阵
为了创建这种类型的矩阵，我已经编写了代码
function [ x ]=create_matrix1(b,l)
n = length(b);
m = n-l+1;
x = zeros(m,l);
for i=1:m
x(i,:)=b(i:i+l-1);
end;
end
但是当我们有大量的数据时，那么创建这样的矩阵就成了大问题，例如，如果我们从matlab生成数据，就像这样
load ampoutput2.mat
[m n]=size(y)
m =
500000
n =
浏览 12提问于2016-09-01得票数 0
我遵循本教程为我的项目- 实现对象跟踪。
方法是在初始帧中找到被检测对象的质心，然后计算出与下一个帧上出现的其他被检测对象的质心之间的最短距离。假设最近的质心是同一个物体。
在本教程中-
from scipy.spatial import distance as dist
...
D = dist.cdist(np.array(objectCentroids), newCentroids)
用于计算距离(欧几里德距离)。不幸的是，由于我试图将它部署到AWS Lambda (大小限制)，所以我不能使用AWS模块。在这种情况下，建议使用这个- 。
D = np.linalg.norm(object
浏览 5提问于2020-04-02得票数 1
回答已采纳
嗨，我正在为今晚晚些时候的一个作业做3D图形引擎，目前进展顺利，除了我正在从.obj文件加载一个立方体模型，位置从0开始。
我的变换矩阵适用于不等于0的数字。我的意思是，如果X= 0，我试着在X轴上把它平移10，它返回0。
矩阵*向量：
Vec4 Mat4::operator*(const Vec4& v) const
{
Vec4 tmp(0, 0, 0, 0, 255, 255, 255, 255);
tmp.x = (this->data[0] * v.x) + (this->data[4] * v.y) + (this->data[8] * v
浏览 0提问于2014-05-05得票数 0
3回答
我正在尝试使用PyTorch生成一个向量矩阵外积(张量)。假设向量v的大小为p，矩阵M的大小为qXr，则乘积的结果应为pXqXr。 示例： #size: 2
v = [0, 1]
#size: 2X3
M = [[0, 1, 2],
[3, 4, 5]]
#size: 2X2X3
v*M = [[[0, 0, 0],
[0, 0, 0]],
[[0, 1, 2],
[3, 4, 5]]] 对于两个向量v1和v2，我可以使用torch.bmm(v1.view(1, -1, 1), v2.view(1, 1, -1))。这可以很容易地扩展
浏览 236提问于2019-03-08得票数 5
回答已采纳
1回答
我有一个10x10矩阵和一个包含10个元素的向量。10x10矩阵是用tf.random_uniform随机初始化的；10-向量是常数。
我用tf.matmul将向量和矩阵相乘，并调用结果逻辑。然后，我使用logits.eval()对日志进行评估和打印。
然后，我从logits张量中求出最大值，用1代替它，用0来代替它，用.eval()求出这个张量，然后打印得到的张量。
求值的输出是不正确的，因为最大值的索引不是1。
但是，如果我获取logits.eval()的输出并定义一个常量，然后运行相同的代码并进行计算，则结果是ok的。以下是守则：
tf.set_random_seed(1)
beta =
浏览 0提问于2018-07-26得票数 1
回答已采纳
1回答
我正在写一个函数，它给出了钢琴的n第四个键的频率。但我希望频率随时间而衰减，就像在现实生活中一样。因此，我用exp(-a * 5)将我的函数相乘，其中a是从0到1的某个数字。但它给了我一个错误：
使用.*出错
矩阵尺寸必须一致。
我该如何解决这个问题？
sr = 16000;
T = 2; % seconds duration
t = 0:(1/sr):T;
n = 1;
f = ((2^(1/12))^(n-49))*440;
a = 0:0.01:1;
y = exp(-a*5).*sin(2*pi*f*t);
plot(t, y);
浏览 4提问于2014-11-22得票数 2
回答已采纳
2回答
我有一个矩阵T
[ 0.2 0.4 0.4]
[ 0.8 0.2 0. ]
[ 0.8 0. 0.2]
T = numpy.mat("0.2 0.4 0.4;0.8 0.2 0.0;0.8 0.0 0.2")
我有向量v，numpy.array(73543，-36772,36772)
v = numpy.array([ 73543, -36772, 36772])
如何在Python语言中正确地将数组v乘以矩阵T？
谢谢,
克里斯
浏览 1提问于2014-02-21得票数 1
1回答
通常，方阵用于变换不同的点。你有一个4D向量，它转换为1x4或4x1矩阵，再乘以4x4矩阵，无论哪一侧都可以创建4x1或1x4矩阵。这是你的转换点。
但是非方矩阵是用来做什么的？如果你将一个3x4矩阵乘以4x1向量矩阵，你最终得到一个3x1矩阵；这比你开始时少了一个维数。更不用说3x4矩阵不具备4x4矩阵的良好特性，例如与其他4x4矩阵相乘而仍然保持相同维度的能力。
GLSL既支持方阵，也支持非方阵。为什么？
浏览 2提问于2011-07-09得票数 1
回答已采纳
嘿-我是python初学者，我想弄清楚以下几点：
我想将形状(n，n)的矩阵与形状(v)的向量相乘，这样输出就具有形状(n，n，v)。
我的代码看起来像这样，但它一点也不优雅。
def D(x,y,B,n):
# shape of x,y is (n,n) # shape of B is (v)
a = np.ndarray(shape = (n,n,1), dtype = float)
b = np.ndarray(shape = (n,n,1), dtype = float)
a = np.arctan2(y, x)*(B[0])/(2.*math.p
浏览 34提问于2020-05-29得票数 0
2回答
离散矩阵运算的矢量化方法
、、、、
我有许多矩阵w1、w2、w3...wn和形状(k*n1、k*n2、k*n3...k*nn)和形状的x1、x2、x3...xn (n1*m、n2*m、n3*m...nn*m)。
我想让w1@x1，w2@x2，w3@x3 .分别使用。
生成的矩阵是多个k*m矩阵，可以串联成一个具有形状(k*n)*m的大矩阵。
把它们一个接一个地繁殖，就会变慢。如何将此操作矢量化？
注意:输入可以是k*(n1+n2+n3+...+nn)矩阵和(n1+n2+n3+...+nn)*m矩阵，我们可以使用批处理索引来表示这些子矩阵。
此操作与在中实现的分散操作有关，因此我将其称为"scatter_matmul“。
浏览 1提问于2020-01-08得票数 3
回答已采纳
1回答
矩阵乘法与点积
、、、
练习2.37。假设我们将向量v= (vi)表示为数列，矩阵m= (mij)表示为向量序列(矩阵的行)。例如，矩阵
📷
表示为序列((1 2 3 4) (4 5 6 6) (6 7 8 9))。通过这种表示，我们可以使用序列运算简洁地表示基本矩阵和向量运算。这些操作(在任何关于矩阵代数的书中都有描述)如下：
📷
我们可以定义点积as17 (定义(点积v)(累计+0 (map *v))，在以下计算其他矩阵操作的过程中填充缺少的表达式。(练习2.36中定义了过程累加-n)。(定义(矩阵-*-向量m)(映射 m)) (定义(转置垫)(累积-n mat)) (定义(矩阵-*-矩阵m) (let ((
浏览 0提问于2011-04-12得票数 5
回答已采纳
当我对一个矩阵进行求和时： import sympy
i = sy.symbols('i')
A=Matrix([1,i,3,3*i])
summation(A[i],(i,0,3)) 结果是： IndexError: Invalid index a[i] 我知道我可以用循环来解决这个问题。 难道没有支持渐近矩阵的求和函数吗？
浏览 13提问于2019-03-09得票数 1
在做了大量关于搅拌器和python的工作之后，我尝试用Java做一些解析几何。
经过一番周旋之后，我想我应该使用了。
但后来我试着计算M*v并遇到了一个路障。RealMatrix类有一个.multiply(RealMatrix)和一个.preMultiply(RealVector)，但是没有.multiply(RealVector) (我在pom.ml中要求3.6个版本)。
我能想到的可能性是
我错过了一些应该是显而易见的东西；
这个图书馆不成熟；
我(和其他搅拌机社区)是奇怪的做我的矩阵乘法向后；
我应该用不同的图书馆。
如何使用comon-math3库完成矩阵向量后
浏览 0提问于2016-01-12得票数 3
回答已采纳
我正在使用Pytorch。我有一个形状为(C，H，W，K)的4d数组，我想将它乘以另一个形状为(N，C，H，W)的4d数组。我想要一个最终的二维矩阵(N，K)。我应该如何在Pytorch中实现这一点？更普遍的是，高阶矩阵乘法是如何工作的？一般情况下，有没有什么需要牢记的规则？
浏览 10提问于2019-09-22得票数 1
1回答
朱莉娅的情结与“构图”
、、、
我在朱莉娅读过一些。为了便于实践，我试图从一个矩阵中提取特征点，并使用以下公式重新创建原始矩阵：
A =VλV⁻1 1
其中V是特征向量的矩阵，λ是特征值的对角线矩阵，V⁻是逆矩阵V。
让我困惑的是，特征值作为向量返回，而我找到的则表示它应该作为对角矩阵返回。
代码示例：
using LinearAlgebra
# Create matrix
A = rand(3, 3)
# Eigendecomposition
AEig = eigen(A)
λ = AEig.values
3-element Vector{Float64}:
V = AEig.vectors
3×3 Matr
浏览 3提问于2021-07-20得票数 2
回答已采纳
2回答
我想用两个向量做一个简单的矩阵乘法，这样A* B.T =3x3矩阵。
但numpy不知怎么会返回一个标量或向量。
我已经试过了
np.dot(a, b.transpose())
np.matmul(a, b.transpose())
a * b.transpose()
但是没什么用，对我来说这似乎是一个简单的操作，但我就是无法解决。
浏览 5提问于2019-12-26得票数 0
回答已采纳
我有一个权重矩阵，如下所示
A B C D E
0.416616274 0.007893688 0.074517004 0.164169555 0.336803478
0.165291635 0.205668613 0.085747923 0.278888074 0.264403755
0.308129534 0.284158392 0.292223348 0.001855199 0.113633527
0.090124092 0.404455217 0.120245226 3.84E-01 0.001496
浏览 0提问于2019-10-01得票数 0
回答已采纳
在Matlab中，奇异值分解函数输出三个矩阵: U，S，V= svd(X)。实际上，'U‘是一个正方形m×m矩阵，其中m是行数/列数。此外，“S”是一个维数为m×n的非方阵，它按降序(按对角线)存储n个奇异值(由U矩阵的左奇异向量产生)。
我的问题是如何(在Matlab中)确定矩阵'U‘的哪些'm’奇异值对应于'S‘矩阵的第一个(最大)奇异值。此外，特定奇异向量的一些值是正值，而另一些值是负值。这个减号或加号是否隐藏了任何数学意义？我见过使用“最大”奇异向量的符号作为分类目的的例子。
浏览 3提问于2016-06-15得票数 0
2回答
我的项目和非项目函数有什么问题？
、、、、
我在C#中使用OpenTK玩游戏，它没有提供投影和非投影函数，它们在世界坐标和屏幕坐标之间进行转换。是的，是的，但是它们被弃用了，我不能让它们工作。我试着在的基础上自己实现它们(参见左侧菜单，gluProject和gluUnProject，以及FF中的视图，而不是Chrome)。看到那些公式了吗，我在试着匹配它们。我的函数根本不起作用，Project返回的点都在我屏幕的中心附近，而且非常接近，即使我在到处移动我的world点。
注意，OpenTK的数学库不包括用于将矩阵乘以向量的函数，所以我只对结果向量中的每个条目进行了矩阵行和向量点乘(这是正确的，不是吗？)
public stati
浏览 1提问于2010-08-20得票数 3
回答已采纳
1回答
Z旋转矩阵反演对象
、、、、
我目前正在创建一个3d游戏，我需要旋转形状。为了做se，我为每个轴创建了一个旋转矩阵，X，Y和Z。X和Y给出了预期的结果，但不是Z-谁“倒置形状”。我需要它旋转，就像它旋转一个2d形状。
这是Z矩阵：
zRotation.matrix[0][0] = cosf(rotationAngles.z);
zRotation.matrix[1][0] = -sinf(rotationAngles.z);
zRotation.matrix[0][1] = sinf(rotationAngles.z);
zRotation.matrix[1][1] = cosf(rotationAngles.z);
zR
浏览 0提问于2019-03-13得票数 0
回答已采纳
我已经使用matmul编写了代码，但我得到了以下错误： "ValueError: matmul: Input operand 1 has a mismatch in its core dimension 0, with gufunc signature (n?,k),(k,m?)->(n?,m?) (size 1 is different from 3)" 代码： R = [[0.40348195], [0.38658295], [0.82931052]]
V = [0.33452744, 0.33823673, 0.32723583]
p
浏览 957提问于2019-12-13得票数 11
回答已采纳
1回答
给定一个形式为y‘= A* y (t)的系统，其解y(t) = e^(tA)*y(0)，其中e^A是矩阵指数(即从n=0到A^n/n！的无穷大的和)，在给定矩阵A的值和y的初始值的情况下，我如何使用matlab来计算该解？
也就是说，给定A= -2.1，1.6；-3.1，2.6，y(0) = 1;2，我如何在matlab中求解y(t) = y1；y2 on t= 0:5？
我尝试使用像这样的东西
t = 0:5
[y1; y2] = expm(A.*t).*[1;2]
我在计算乘法时发现了错误，因为维度不一致。
浏览 0提问于2014-11-19得票数 0
对于内置的4x4矩阵(如Object2World或UNITYMATRIX_MVP )，我找不到明确的定义，因为它们是如何构造的(主要行或列主)，这使我对它们应该放在mul()函数中的位置感到困惑。
在类似的情况下
o.pos = mul(UNITY_MATRIX_MVP, v.vertex);
float3 viewDirection = normalize( float3( float4( _WorldSpaceCameraPos, 1.0) - mul(_Object2World, v.vertex) ) );
UNITYMATRIXMVP和_Object2World矩阵是mul()函数中
浏览 1提问于2014-08-06得票数 3
回答已采纳
1回答
我想将我的变换向前移动，我直接对我的对象使用它。除了在特定的轴(例如z轴)上向前移动它之外，有没有一种方法可以将它移动到变换所面对的方向？例如，在默认情况下，我会沿着Z轴完美地向下移动，但是，如果我在Y轴上旋转变换并想“向前”，它不会直接沿着Z轴向下移动，而且还会沿着我旋转它的方向稍微移动一点。
我认为我需要计算向前向量，然而，这似乎是我所能找到的全部。我找不到任何关于这是正确的，或者如何做的东西。当我有一个4x4的矩阵(行长)时，我如何在“前进方向”上移动一个变换呢？
这不是我的游戏相机，而是我的游戏对象。在那里，我只有我的变换矩阵，它是由我的旋转矩阵，比例矩阵和位置构建的。
浏览 5提问于2012-07-05得票数 2
3回答
我遵循，它使用torch.bmm方法，如下所示：
attn_applied = torch.bmm(attn_weights.unsqueeze(0),
encoder_outputs.unsqueeze(0))
我理解为什么我们需要增加注意力权重和编码器输出。
我不太明白为什么这里需要bmm方法。torch.bmm文件说
执行存储在batch1和batch2中的矩阵的批处理矩阵积.
batch1和batch2必须是三维张量，每个张量都包含相同数目的矩阵.
若batch1为(b×n×m)张量，batch2为(b×m×p)张量，则out为(b×
浏览 2提问于2018-06-12得票数 11
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
