多重矩阵乘法
Multiple matrix multiplication
在 numpy 中，我有一个 N 3x3 矩阵数组。这将是我如何存储它们的示例（我正在抽象出内容）：
N = 10
matrices = np.ones((N, 3, 3))
我还有一个 3 向量数组，这就是一个例子：
vectors = np.ones((N, 3))
我似乎无法弄清楚如何通过 numpy 将它们相乘，从而实现这样的效果：
result_vectors = []
for matrix, vector in zip(matrices, vectors):
result_vectors.append(matrix @ vector)
result_vector 的形状（转换为数组时）为 (N, 3)。
但是，由于速度问题，列表实现是不可能的。
我尝试了 np.dot 各种换位，但最终结果没有得到正确的形状。
使用np.einsum-
np.einsum('ijk,ik->ij',matrices,vectors)
步骤：
1) 保持第一个轴对齐。
2) 将输入数组的最后一个轴相互求和。
3) 让剩余的轴（matrices 的第二个轴）逐元素相乘。
在 numpy 中，我有一个 N 3x3 矩阵数组。这将是我如何存储它们的示例（我正在抽象出内容）：
N = 10
matrices = np.ones((N, 3, 3))
我还有一个 3 向量数组，这就是一个例子：
vectors = np.ones((N, 3))
我似乎无法弄清楚如何通过 numpy 将它们相乘，从而实现这样的效果：
result_vectors = []
for matrix, vector in zip(matrices, vectors):
result_vectors.append(matrix @ vector)
result_vector 的形状（转换为数组时）为 (N, 3)。
但是，由于速度问题，列表实现是不可能的。
我尝试了 np.dot 各种换位，但最终结果没有得到正确的形状。
使用np.einsum-
np.einsum('ijk,ik->ij',matrices,vectors)
步骤：
1) 保持第一个轴对齐。
2) 将输入数组的最后一个轴相互求和。
3) 让剩余的轴（matrices 的第二个轴）逐元素相乘。