我目前正在学习计算机科学教科书中的一些概念。线性代数被大量使用,他们在教科书中展示的例子都使用Numpy。在
尤其是有一个表达让我完全困惑,因为它似乎是一个完全无用的表达。从课本上一字不差地抄袭,上面写着:
normalisers = sum(exp(outputs),axis=1)*ones((1,shape(outputs)[0]))
因此,为了简化起见,我将删除exp
(它与这里的问题无关),它给出了:
sum(outputs,axis=1)*ones((1,shape(outputs)[0]))
其中outputs
是二维Numpy array
(矩阵)。在
据我所知,这只是将outputs
矩阵中的所有行相加,然后将得到的向量元素乘以所有这些元素的向量。所以。。。乘以这里的所有一有什么意义?它根本不会改变数值。在
这是教科书上的一个错误,还是我没有看到乘以所有的1可能会对这里的值产生任何影响?我现在只对Numpy有点熟悉,所以我不确定我是否只是误解了这个表达的含义。在
正如mutzmatron在注释中所写的,当}的结果从}。快速而惯用的方法是
outputs
是一个数组时,这种乘法是一种非常巧妙的方法,可以将{(n,)
改为{与教科书中的方式不同,这是可读的和可伸缩的,因为
reshape
需要的时间和内存是恒定的,而不是线性的。在但是,如果
^{pr2}$outputs
不是数组而是可怕类型np.matrix
的对象,则结果完全不同:(不过,这还是一种人为的表达不同操作的方式。)
相关问题 更多 >
编程相关推荐