我有一个3D（或一般n维）矩阵A与尺寸由列向量乘法三维矩阵
size(A) = [d1 d2 d3 ... dn].
现在我想做的一个列向量v一个矢量乘法在一个维度（我会做在2个维度，在那里我得到返回的载体 - 例如用于d1 = 2，d3 = 4和size(v) = d2），使
(A*d)_i = sum(a_ij*v_j).
因此，我想通过一个维度减少。
是否有用于返回d3维列向量v
(A*v)_ij = sum(A_ijk*v_k).
我希望这是一个明确的MATLAB函数（除循环等）。
谢谢！
你可以做到这一点与一些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，你重塑成一个二维矩阵A2（（九），（K））= A（（I），（J ），（k））的：
A2=reshape(A,[size(A,1)*size(A,2),size(A,3)])
然后，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)])
我希望这是明确的
你可以这样做有点平滑。对于矩阵reshape只需要1个参数，如果没有指定，另一个会自动计算出来，这在这种情况下非常有用。
因此，由奥利奇提出的解决方案可以更简单地写成
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), []);
好吗 - 非常感谢。我希望有更顺畅的事情，但我想这很公平。 – user1763302
此方法仅适用于要相乘的维度是N-d矩阵的最后维度。如果代码适用于N-D矩阵的任何维1 ... N，那将会很好。似乎可以在开始和结束时使用'dimshift'。 – cjh
确实可以用'permute'实现......这需要几分钟的时间来思考它。随意编辑我的答案，或者添加你自己的答案。我有一个最后期限。 – Oli