問題タブ [array-broadcasting]

w が互換性のある次元の 1D numpy 配列で、M が 4D 配列である次のコードがあります。

同じ効果を達成するためのより良い方法はありますか?

たとえば、これらの結果を理解しようとすると、次のようになります。

何が起きてる？[1] の場合、1 を x の各要素と比較し、結果を配列に集計しています。[[1]]の場合も同様です。repl で実験するだけで、特定の配列形状で何が起こるかを簡単に把握できます。しかし、両側が任意の形状を持つことができる基本的なルールは何ですか?

私は解決策を見つけることができませんでした.私の画像の形状は128 * 128 * 3で、3つのチャンネルがありますが、エラーも発生します

ファイル "E:/ML/keras_test/vgg.py"、30 行目、load_data 内 data[i,:,:,:] = arr

ValueError: 入力配列を形状 (128,128) から形状 (128,128,3) にブロードキャストできませんでした

以下のように私のコード：

観察：

同様に forcolumn_stackとrow_stack(hstackこの場合は動作が異なりますが、ブロードキャストで使用する場合も異なります)。なんで？

私は、この動作を「修復」する方法を見つけるのではなく、その背後にあるロジックを求めています (私はそれで問題ありませんが、直感的ではありません)。

RGBピクセルの画像の配列があるため、配列には次元があります(image_count,height,width,3)

形状の側で計算したランダムな量で個々のピクセルを調整しています(image_count,3)。

現在、個々のピクセルに調整を追加するための解釈されたループがあります。

この追加をブロードキャストして、ピクセルごとに次の操作を行うにはどうすればよいですか。

pythonでnumpyを使ってMahalanobisの距離でk-NN​​を実装しようとしています。ただし、ブロードキャストを使用すると、以下のコードの動作が非常に遅くなります。numpy の速度を向上させる方法や、これをより適切に実装する方法を教えてください。

ドキュメントによると：

N 次元の場合、 は の最後の軸と の最後から 2 番目のdot軸の積の合計です。ab

aの最後の軸と最後から 2 番目の軸の合計積を計算したいのですbが、残りの軸は同じ形状であるため、残りの軸のデカルト積を形成しません。例を挙げて説明しましょう：

しかし、私は形をしたいと思います(11, 12, 13)。ブロードキャストを使用して目的の効果を達成できます

np.sumしかし、私の配列は比較的大きいので、 ではサポートされていないように見えますがでサポートされている、並列化された BLAS 実装の機能を使用したいと考えていますnp.dot。これを達成する方法についてのアイデアはありますか？