我有一個3D（或一般n維）矩陣A與尺寸由列向量乘法三維矩陣
size(A) = [d1 d2 d3 ... dn].
現在我想做的一個列向量v一個矢量乘法在一個維度（我會做在2個維度，在那裏我得到返回的載體 - 例如用於d1 = 2，d3 = 4和size(v) = d2），使
(A*d)_i = sum(a_ij*v_j).
因此，我想通過一個維度減少。
是否有用於返回d3維列向量v
(A*v)_ij = sum(A_ijk*v_k).
我希望這是一個明確的MATLAB函數（除循環等）。
謝謝！
你可以做到這一點與一些reshape的：
A=rand(2,3,4);
v=rand(1,4);
reshape(reshape(A,[size(A,1)*size(A,2),size(A,3)])*v,[size(A,1) size(A,2)])
基本上，你重塑成一個二維矩陣A2（（九），（K））= A（（I），（J ），（k））的：
A2=reshape(A,[size(A,1)*size(A,2),size(A,3)])
然後，你做平常multiplcation：
所有（IJ）B2（（IJ））= sum_k A2（（IJ），（k））的* v （（k））：
B2=A2*v
的你重塑回：
B（（I），（J））= B（（九））
B=reshape(B2,[size(A,1) size(A,2)])
我希望這是明確的
你可以這樣做有點平滑。對於矩陣reshape只需要1個參數，如果沒有指定，另一個會自動計算出來，這在這種情況下非常有用。
因此，由奧利奇提出的解決方案可以更簡單地寫成
A = rand(2,3,4);
v = rand(4,1);
A2 = reshape(A, [], numel(v)); % flatten first two dimensions
B2 = A2*v;
B = reshape(B2, size(A, 1), []);
好嗎 - 非常感謝。我希望有更順暢的事情，但我想這很公平。 – user1763302
此方法僅適用於要相乘的維度是N-d矩陣的最後維度。如果代碼適用於N-D矩陣的任何維1 ... N，那將會很好。似乎可以在開始和結束時使用'dimshift'。 – cjh
確實可以用'permute'實現......這需要幾分鐘的時間來思考它。隨意編輯我的答案，或者添加你自己的答案。我有一個最後期限。 – Oli