python的广播机制是怎样的
导读:本文共1589字符,通常情况下阅读需要5分钟。同时您也可以点击右侧朗读,来听本文内容。按键盘←(左) →(右) 方向键可以翻页。
摘要: 为什么会有广播机制python语言在设计的时候,就就考虑到用于两个运算的矩阵或向量维度不匹配的问题。例如,我们有矩阵A,让矩阵每个元素都加1,直接使用A+1,就可以完成目的。这其中就用到了python的广播机制,所以在很多python的第三方库中,都支持广播机制,例如Numpy、pytorch。在矩阵或向量相关运算中的广播机制1、一般的运算假设我们有一个矩阵A,... ...
目录
(为您整理了一些要点),点击可以直达。为什么会有广播机制
python语言在设计的时候,就就考虑到用于两个运算的矩阵或向量维度不匹配的问题。例如,我们有矩阵A,让矩阵每个元素都加1,直接使用
A+1,就可以完成目的。这其中就用到了python的广播机制,所以在很多python的第三方库中,都支持广播机制,例如Numpy、pytorch。
在矩阵或向量相关运算中的广播机制
1、一般的运算
假设我们有一个矩阵A,一个矩阵B,它们的+ - *运算,就是一一对应元素的操作
2、一个矩阵一个向量的情况
矩阵 A ∈ R 3 × 3 A\in R^{3\times 3} A∈R3×3 与向量 b ∈ R 1 × 3 b\in R^{1\times 3} b∈R1×3 的运算,向量 b ∈ R 1 × 3 b\in R^{1\times 3} b∈R1×3会根据矩阵A的维度,扩展自身的维度, [ 1 × 3 ] → [ 3 × 3 ] [1\times 3]\to[3 \times 3] [1×3]→[3×3], 第一个维度大小是1,所以就会向列的方向扩展,即复制多个行。如图所示。
同样,如果向量 b ∈ R 3 × 1 b\in R^{3\times 1} b∈R3×1 ,就会向行扩展,即复制多个列。
3、两个向量
如果两个向量的size相同,那就没话说了,运算之后也还是向量,只有在两个向量size不相同的时候才有广播。
向量 a ∈ R 3 × 1 a\in R^{3\times 1} a∈R3×1 向量 b ∈ R 1 × 3 b\in R^{1\times 3} b∈R1×3 或者向量 b ∈ R 3 b\in R^{3} b∈R3,两者的size就不一样了。向量a会向维度大小为1的方向扩张,b也是这样。
值得注意的是,我们使用numpy的时候,
#构造一个向量importnumpyasnpa=np.arange(10)#(10,None)
a是只有一个维度的。不管你是旋转还是转置,它都不会变化。要想实现广播,就要给a增加一个维度
importnumpyasnpa=np.arange(10)a=np.expand_dims(a,1)#(10,1)
4、矩阵乘法的广播机制
</div> <div class="zixun-tj-product adv-bottom"></div> </div> </div> <div class="prve-next-news">
python的广播机制是怎样的的详细内容,希望对您有所帮助,信息来源于网络。