numpy-broadcasting

1熱度

1回答

下午好，所有相對簡單的問題都是從機械的角度出發的。我目前正在執行PCA併成功編寫了計算協方差矩陣和相關矩陣以及相關特徵譜的代碼。現在，我已經創建了一個數組，表示特徵向量行明智，我想計算轉換C * v^t，其中c是觀察矩陣和v^t是特徵的元素明智條目矢量轉置。現在，由於這些矩陣中的一些非常大 - 我想能夠告訴python將特徵向量矩陣的哪一行多元化爲C by。到目前爲止，我嘗試了一些numpy

0熱度

1回答

Theano在某些維度上添加張量

我想了解如何使用dimshuffle將噪聲廣播到4維張量。例如，4維張量是（num_examples，3,32,32），其中3對應於32 * 32圖像的r，g，b分量。我想添加高斯噪聲，但是我想爲所有三個分量添加相同的噪聲，即r，g，b，並且對於每個示例，噪聲將是隨機的32 * 32矩陣。所以我必須分別添加維度的兩個張量（num_examples，3,32,32）和（num_examples，32

2熱度

1回答

意味着直到25百分含楠

我有一個二維數組x上的陣列的行，用具有不同數量的NaN值的每一行： array([[ nan, -0.355, -0.036, ..., nan, nan], [ nan, -0.341, -0.047, ..., nan, 0.654], [ .016, -1.147, -0.667, ..., nan, nan], ..., [ nan, 0.2

2熱度

1回答

如何調用向量化滑動窗口的切片上的函數？

我試圖矢量化對象檢測的滑動窗口搜索。到目前爲止，我已經能夠使用numpy廣播將我的主圖像切片成窗口大小的切片，這些切片存儲在下面所示的變量'all_windows'中。我已經驗證了實際值匹配，所以我很滿意這一點。下一部分是我遇到麻煩的地方。我想索引到'all_windows'數組，因爲我調用了patchCleanNPredict（）函數，以便我可以以相似的矢量化格式將每個窗口傳遞到函數中。我試

3熱度

2回答

取消廣播numpy的陣列

在一個大的代碼庫，我使用np.broadcast_to廣播陣列（只是用簡單的例子在這裏）： In [1]: x = np.array([1,2,3]) In [2]: y = np.broadcast_to(x, (2,1,3)) In [3]: y.shape Out[3]: (2, 1, 3) 其他地方在代碼中，我使用第三方功能，可以運行以Numpy數組的矢量化方式，但不是ufu

2熱度

1回答

numpy廣播（N，）和與（N，1）數組

我最近碰到與numpy廣播下列問題。 y = randn(100) x = randn(100,1) (y+x).shape > 100,100 雖然我知道這是根據https://docs.scipy.org/doc/numpy/user/basics.broadcasting.html規則，這似乎是直覺上什麼人會想到 - 這個結果是（100,1）載體。我只是想知道 - 這種行爲是否有

0熱度

2回答

如何在numpy中構造下面的矩陣？

假設我有一個5維矩陣v，現在我想要一個新的矩陣D履行 D[a, b, n, m, d] = v[a, b, n, n, d]-v[a, b, m, m, d]. 如何優雅地做在numpy的？

-1熱度

2回答

無重複的Numpy廣播示例

我試圖找出不使用np.repeat創建大尺寸的下列添加操作的好方法。如果使用np.repeat並且添加是最好的解決方案，請告訴我。我也對在這種情況下廣播正在做什麼感到困惑。基本上我有一個四維矩陣，我想在第一和第二索引添加一個二維矩陣，而和整個索引0和索引這樣做3. 這正常工作 a = np.arange(64).reshape((2,4,4,2)).astype(float) b = np.o

1熱度

1回答

Python廣播：如何在填充單向矢量時釋放NumPy速度？

爲了使用張量流，我需要一個熱類矢量用於我的類。我有以下代碼來創建一個一個熱的向量，但它似乎應該是numpy廣播的成熟。 def classVector2oneHot(classVector): uniques = np.asarray(list(set(classVector))) one_hot_array = np.zeros(shape=(classVector.sha

1熱度

1回答

用2d numpy陣列廣播1d numpy陣列

這可能是一個非常簡單的問題，但我沒有弄明白。我有一個2D numpy的陣列，其是形狀（3,2）的和形狀的一維數組（3，）： A = [[2,4],[6,8][10,12]] B = [1,2,4] 我想通過陣列乙劃分陣列A，所得在： [[2,4],[3,4][2.5,3]] 但numpy不會讓我這樣做，我認爲，因爲形狀是不正確的。我得到熟悉的'操作數不能與形狀（10,2）（10