回答編集履歴

  a = np.arange(100 * 8 * 20 * 20).reshape(100, 8 * 20 * 20)

  b = np.arange(100 * 8).reshape(100, 8)

 

  c = np.zeros(100)

  for i in range(100):

  for j in range(400):

  c[i] += np.dot(a[i, 8 * j : 8 * (j + 1)], b[i])

 

  c2 = (a.reshape(100, -1, 8) * b.reshape(100, 1, 8)).sum(axis=(1, 2))

 

  # 結果が一致するかどうか

  timeit のベンチマークによると、ループを削除したことにより 300倍ぐらい高速になりました。

 

  ```

  143 ms ± 2.65 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

  553 µs ± 384 ns per loop (mean ± std. dev. of 7 runs, 1000 loops each)