纽比：乘以1的向量

Question

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

Answer 1

正如mutzmatron在注释中所写的，当outputs是一个数组时，这种乘法是一种非常巧妙的方法，可以将{}的结果从(n,)改为{}。快速而惯用的方法是

sum(exp(outputs), axis=1).reshape(1, -1)

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outputs不是数组而是可怕类型np.matrix的对象，则结果完全不同：

^{pr2}$

（不过，这还是一种人为的表达不同操作的方式。）