小编PiM*_*age的帖子

可以说，我有一堆矩阵 As 和向量 bs 。

As = array([[[1, 7], [3, 8]],
            [[2, 1], [5, 9]],
            [[7, 2], [8, 3]]])
bs = array([[8, 0], [8, 8], [7, 3]])

当我执行 np.inner(As, bs) 时，我得到：

array([[[  8,  64,  28], [ 24,  88,  45]],
       [[ 16,  24,  17], [ 40, 112,  62]],
       [[ 56,  72,  55], [ 64,  88,  65]]])

但我不需要所有的内部产品。我想要的是，用每个向量计算每个矩阵一次。我可以做这样的事情：

np.array(map(lambda (a, b): np.inner(a, b), zip(As, bs)))

然后我得到预期的矩阵：

array([[  8,  24], [ 24, 112], [ 55,  65]])

现在我不想使用 zip、ma​​p 等，因为我需要此操作 > 10**6 次（对于图像处理，对于 GMM …

我有一个 int 元素列表。

我想将该列表更改为斐波那契数列序列。

data = [1,0,2,4,5]
output_data = [1,1,3,7,12]