对Numpy广播操作的理解
1.首先检查两个矩阵维数是否相同，若不同，对维数少的补一。注意这里的维数不是指n行d列中的n和d的值，对于这种情况维数就是2。若一个两维的矩阵（n，d）和一个一维的数组（m，）相乘，补一操作就是将那个一维的数组变为（1，m），补一总是在shape数组的开始补一。
2.输出数组是输入数组各维度（轴）的最大值，例如（2,3）和（3，）相乘，首先做第一步的维度调整，修正为(2,3)和(1,3)。那么第一维最大是在2和1中选2，第二维最大值是在3和3中选3。那么输出数组维度是（2,3）
3.检查输入数组各维的数和输出数组各维的关系，要么相等，要么为一。例如第二步中的例子输入数组（2,3）和输出数组（2,3）在各维上都是相等的，而（1,3）和（2,3）虽然第一维不相等，但是却等于1，这也是可以计算的。再举一个反例（2,4）（3，），先做维度调整，变为（2,4）和（1,3），在计算输出数组的维度为（2,4），最后做第三步输入数组（2,4）和输出数组（2,4）相等，但输入数组（1,3）和输出数组（2,4）的第二维不相等也不等于1，所以计算失败。
4.经过第三步，可以认为输入的两个数组各维的数要么相等要么等于1。对于等于1的维度开始复制增补。例如（1,3）和（3,1）的输出是（3,3）。对于（1,3）要对每一行复制，最终变为（3,3），例如[[2,3,4]]变为[[2,3,4],[2,3,4],[2,3,4]]。对于（3,1）要对每一列复制，最终变为（3,3），例如[[2],[3],[4]]]变为[[2,2,2],[3,3,3],[4,4,4]]。总之哪一维为1就对哪一维复制增补，直到输入数组的形状（shape）和输出数组的形状相同。完成了这一步，两个数组的shape就完全相同了，就可以执行普通的运算了
最新文章
- 21）pom 中的缺省值（default properties）
- iOS 静态类库 打包 C,C++文件及和OC混编
- TMS3705A PCF7991AT 线路图
- ZooKeeper(3.4.5) - 开源客户端 Curator(2.7.0) 的简单示例
- matlab numpy equivalents
- 转：Windows 8上强制Visual Studio以管理员身份运行
- Spring4.0学习笔记(4) —— 使用外部属性文件
- Dynamics CRM 2013 初体验（3）：新增加的功能
- WebGL自学教程——WebGL演示样本：开始
- [js高手之路]封装运动框架实战左右与上下滑动的焦点轮播图
- Ext获取uuid
- Bresenham算法的实现思路
- vue 选城市三级联动
- 在eclipse中启动java程序的时候，每次都会在一个未设置断点的源码里面，卡断点
- mybatis的typeHandler
- Java中LinkedList实现原理
- 预则立&&他山之石--团队计划、访谈优秀前辈
- C#学习（1）：类型约束
- Halcon标定
- 通过Nginx部署Django