np.sum行軸不能在Numpy工作

我寫了一個softmax迴歸函數def softmax_1(x)，它實質上包含一個m x n矩陣，對矩陣求冪，然後求和每列的指數。np.sum行軸不能在Numpy工作

x = np.arange(-2.0, 6.0, 0.1) 
scores = np.vstack([x, np.ones_like(x), 0.2 * np.ones_like(x)]) 
#scores shape is (3, 80) 

def softmax_1(x): 
    """Compute softmax values for each sets of scores in x.""" 
    return(np.exp(x)/np.sum(np.exp(x),axis=0))

將其轉換成數據幀我不得不轉

DF_activation_1 = pd.DataFrame(softmax_1(scores).T,index=x,columns=["x","1.0","0.2"])

，所以我想嘗試做一個版本的SOFTMAX函數，它在換位版本並計算出SOFTMAX功能

scores_T = scores.T 
#scores_T shape is (80,3) 

def softmax_2(y): 
    return(np.exp(y/np.sum(np.exp(y),axis=1))) 

DF_activation_2 = pd.DataFrame(softmax_2(scores_T),index=x,columns=["x","1.0","0.2"])

然後我得到這個錯誤：

Traceback (most recent call last): 
    File "softmax.py", line 22, in <module> 
    DF_activation_2 = pd.DataFrame(softmax_2(scores_T),index=x,columns=["x","1.0","0.2"]) 
    File "softmax.py", line 18, in softmax_2 
    return(np.exp(y/np.sum(np.exp(y),axis=1))) 
ValueError: operands could not be broadcast together with shapes (80,3) (80,)

爲什麼當我在np.sum方法中轉置和切換軸時，它不工作？

來源

2016-03-26 O.rka

變化

np.exp(y/np.sum(np.exp(y),axis=1))

到

np.exp(y)/np.sum(np.exp(y),axis=1, keepdims=True)

這將意味着np.sum將返回形狀(80, 1)而非(80,)的陣列，其將正確地廣播爲師。還要注意括號關閉的更正。

來源

2016-03-26 22:38:34 YXD

嗨，感謝您的快速回復，爲什麼我的行在移調後不再總計爲1？ 'DF_activation_1'的第一行是'0.033211 0.667060 0.299729'，而'DF_activation_2'的第一行是'0.612139 1.278129 1.050304' –

我會亂它，仍然總計> 1.我會讓你知道我什麼時候想到它出。 –

將以下單獨答案中意外發布的括號的評論移到上面的答案中。 – YXD

np.sum行軸不能在Numpy工作

回答

相關問題