Matlab：将矩阵的行乘以向量元素
Matlab: multiplying rows of a matrix by vector elements
设 v 为行向量（1 x n 矩阵），M 为 n x m 矩阵。
我使用以下代码创建了一个 "weighted vector"（我希望评论能解释它应该做什么）：
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
现在是真正的问题：我必须对很多输入向量进行相同的计算 v。因此，我想输入一个包含向量 v 作为行的矩阵 V，并输出一个包含加权向量作为行的矩阵。有没有不使用 for 循环的方法来做到这一点？
如果 V 的大小为 [k,n] 且 M 的大小为 [n,m]，并且您正在寻找 k 加权向量，则你可能只需要
weighted_vs = V*M;
其中一个元素等于
weighted_vs_ij = (V*M)ij = sum_l V_il * M_lj
首先，将 M 的每一行与 V 的相应元素相乘（V_il * M_lj 上面的修正 i），然后求和作为函数第一个索引。
结果是 k 个加权行向量，每个向量的长度为 m。
设 v 为行向量（1 x n 矩阵），M 为 n x m 矩阵。
我使用以下代码创建了一个 "weighted vector"（我希望评论能解释它应该做什么）：
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
现在是真正的问题：我必须对很多输入向量进行相同的计算 v。因此，我想输入一个包含向量 v 作为行的矩阵 V，并输出一个包含加权向量作为行的矩阵。有没有不使用 for 循环的方法来做到这一点？
如果 V 的大小为 [k,n] 且 M 的大小为 [n,m]，并且您正在寻找 k 加权向量，则你可能只需要
weighted_vs = V*M;
其中一个元素等于
weighted_vs_ij = (V*M)ij = sum_l V_il * M_lj
首先，将 M 的每一行与 V 的相应元素相乘（V_il * M_lj 上面的修正 i），然后求和作为函数第一个索引。
结果是 k 个加权行向量，每个向量的长度为 m。