我有一个嵌套for循环,它迭代权重矩阵的行,并将logsumexp应用于这些权重行的外部加法矩阵的上三角部分。这是非常缓慢,所以我试图找出如何加快这一点,要么矢量化或取出循环,而不是矩阵运算。你知道吗
'''
Wm: weights matrix, nxk
W: updated weights matrix, nxn
triu_inds: upper triangular indices of Wxy outer matrix
'''
for x in range(n-1):
wx = Wm[x, :]
for y in range(x+1, n):
wy = Wm[y, :]
Wxy = np.add.outer(wx, wy)
Wxy = Wxy[triu_inds]
W[x, y] = logsumexp(Wxy)
logsumexp:计算输入数组的指数和的对数
a: [1, 2, 3]
logsumexp(a) = log( exp(1) + exp(2) + exp(3) )
输入数据Wm是nxk维的权重矩阵。K表示一个传感器位置,n表示所有这些可能的传感器位置。Wm中的值基本上是患者传感器与已知传感器之间的距离。你知道吗
示例:
Wm = [1 2 3]
[4 5 6]
[7 8 9]
[10 11 12]
wx = [1 2 3]
wy = [4 5 6]
Wxy = [5 6 7]
[6 7 8]
[7 8 9]
triu_indices = ([0, 0, 1], [1, 2, 2])
Wxy[triu_inds] = [6, 7, 8]
logsumexp(Wxy[triu_inds]) = log(exp(6) + exp(7) + exp(8))
可以对全矩阵
Wm
执行外积,然后交换与操作数1中的列和操作数2中的行对应的轴,以便将三角形索引应用于列。所有行的组合都将填充生成的矩阵,因此需要选择上三角部分。你知道吗相关问题 更多 >
编程相关推荐