Как быстрее вычислить внешнее произведение двух матриц A и B на строки в python (numpy)?
Допустим, у нас есть две матрицы A и B.
A имеет форму (r, k), а B имеет форму (r, l).
Теперь я хочу вычислить произведение np.outer этих двух матриц на строки. После внешнего произведения я хочу суммировать все значения по оси 0. Таким образом, моя матрица результатов должна иметь форму (k, l).
Например, форма А представляет собой (4, 2), В представляет собой (4, 3).
import numpy as np
A = np.array([[0, 7], [4, 1], [0, 2], [0, 5]])
B = np.array([[9, 7, 7], [6, 7, 5], [2, 7, 9], [6, 9, 7]])
# This is the first outer product for the first values of A and B
print(np.outer(A[0], B[0])) # This will give me
# First possibility is to use list comprehension and then
sum1 = np.sum((np.outer(x, y) for x, y in zip(A, B)), axis=0)
# Second possibility would be to use the reduce function
sum2 = reduce(lambda sum, (x, y): sum+np.outer(x, y), zip(A, B), np.zeros((A.shape[1], B.shape[1])))
# result for sum1 or sum2 looks like this:
# array([[ 175., 156., 133.], [ 133., 131., 137.]])
Я спрашиваю себя, есть ли лучшее или более быстрое решение? Потому что, когда у меня есть, например, две матрицы с более чем 10.000 строк это займет некоторое время.
Только использование функции np.outer не является решением, потому что np.outer (A, B) даст мне матрицу с формой (8, 12) (это не то, что я хочу).
Нужно это для нейронных сетей обратного распространения.