python numpy 多维数据广播

news2024/12/24 3:15:31

广播规则:从最右侧开始广播。

 Broadcasting — NumPy v1.25 Manual 截图

下面给出一些样例:

三维矩阵广播

a = np.array([[[0,0],
               [0,0]],
              [[0, 0],
               [0, 0]]
              ])

print('-'*10, 'a', '-'*10)
print(a.shape)
print(a)

b = np.array([[[1]],
              [[2]]])
print('-'*10, 'b', '-'*10)
print(b.shape)
print(b)

c = b - a
print('-'*10, 'a-b', '-'*10)
print(c.shape)
print(c)

运行结果: 

---------- a ----------
(2, 2, 2)
[[[0 0]
  [0 0]]
 [[0 0]
  [0 0]]]
---------- b ----------
(2, 1, 1)
[[[1]]
 [[2]]]
---------- a-b ----------
(2, 2, 2)
[[[1 1]
  [1 1]]
 [[2 2]
  [2 2]]]

三维矩阵向四维矩阵广播

a = np.array([[[[0,0],
               [0,0]],
              [[0, 0],
               [0, 0]]],
             [[[0,0],
               [0,0]],
              [[0, 0],
               [0, 0]]]
              ])

print('-'*10, 'a', '-'*10)
print(a.shape)
print(a)

b = np.array([[[1]],
              [[2]]])
print('-'*10, 'b', '-'*10)
print(b.shape)
print(b)

c = b - a
print('-'*10, 'a-b', '-'*10)
print(c.shape)
print(c)

运行结果:

---------- a ----------
(2, 2, 2, 2)
[[[[0 0]
   [0 0]]
  [[0 0]
   [0 0]]]
 [[[0 0]
   [0 0]]
  [[0 0]
   [0 0]]]]
---------- b ----------
(2, 1, 1)
[[[1]]
 [[2]]]
---------- a-b ----------
(2, 2, 2, 2)
[[[[1 1]
   [1 1]]
  [[2 2]
   [2 2]]]
 [[[1 1]
   [1 1]]
  [[2 2]
   [2 2]]]]

四维矩阵广播

a = np.array([[[[0,0],
               [0,0]],
              [[0, 0],
               [0, 0]]],
             [[[0,0],
               [0,0]],
              [[0, 0],
               [0, 0]]]
              ])

print('-'*10, 'a', '-'*10)
print(a.shape)
print(a)

b = np.array([[[[1]]],
              [[[2]]]])
print('-'*10, 'b', '-'*10)
print(b.shape)
print(b)

c = b - a
print('-'*10, 'a-b', '-'*10)
print(c.shape)
print(c)

运行结果: 

---------- a ----------
(2, 2, 2, 2)
[[[[0 0]
   [0 0]]
  [[0 0]
   [0 0]]]
 [[[0 0]
   [0 0]]
  [[0 0]
   [0 0]]]]
---------- b ----------
(2, 1, 1, 1)
[[[[1]]]
 [[[2]]]]
---------- a-b ----------
(2, 2, 2, 2)
[[[[1 1]
   [1 1]]
  [[1 1]
   [1 1]]]
 [[[2 2]
   [2 2]]
  [[2 2]
   [2 2]]]]

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/706537.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

AIGC 3D引擎-LayaAir3.0正式版发布了

2016年6月30日,LayaAir引擎1.0正式版首次发布,今天迎来了它的7周岁生日。 7年,3个大版本,代表着引擎不同阶段、不同的时代、不同的定位。 2016年6月的第1代引擎版本定位是极致性能,支持2D与3D游戏开发, 满足…

【C/C++实现进程间通信 三】管道通信机制

文章目录 前情回顾思路源码Publisher.cppSubscriber.cpp 效果 前情回顾 上一期已经讲解过了进程的相关概念以及进程间通信的实现原理,下面仅展示管道通信机制实现进程间通信的相关代码。 思路 /*本项目主要用于以管道通信的方式进行进程间通信的测试。1.主要包含…

Java面试Day17

1.什么是 Java 内部类? 内部类的分类有哪些 ?内部类有哪些优点和应用场景? 顾名思义,内部类是指定义在某一个类中的类,主要分为成员内部类,静态内部类,局部内部类和匿名内部类四种。 创建与获取…

(五)python实战——使用sqlalchemy完成Sqlite3数据库表的增、删、查、改操作案例

前言 本节内容我们使用sqlalchemy框架完成Sqlite3数据库表的增删查改等常规操作,相较于原生Sqlite的数据库操作,sqlalchemy通过ORM映射完成实体对象的映射,通过映射关系完成对象和数据的转换,完成数据的操作。 正文 ①在项目中…

基于Tars高并发IM系统的设计与实现-基础篇

基于Tars高并发IM系统的设计与实现–基础篇 作者简介 兰怀玉 毕业于中央民族大学计算机专业 先后供职国内外多家公司软件研发设计岗位,有丰富的软件研发经验。 从事IM领域设计研发十余年,先后领衔多个IM通讯系统设计与研发发,拥有丰富的IM系…

算法:哲学家就餐问题

问题描述 由Dijkstra提出并解决的哲学家就餐问题是典型的同步问题。该问题描述的是五个哲学家共用一张圆桌,分别坐在周围的五张椅子上,在圆桌上有五个碗和五只筷子,他们的生活方式是交替的进行思考和进餐。平时,一个哲学家进行思考…

大语言模型微调和PEFT高效微调

目录标题 1 解释说明1.1 预训练阶段1.2 微调阶段2 几种微调算法2.1 在线微调2.2 高效微调2.2.1 RLHF2.2.2 LoRA2.2.3 Prefix Tuning2.2.4 Prompt Tuning2.2.5 P-Tuning v21 解释说明 预训练语言模型的成功,证明了我们可以从海量的无标注文本中学到潜在的语义信息,而无需为每一…

信号链噪声分析11

文章目录 概要整体架构流程技术名词解释技术细节小结 概要 提示:这里可以添加技术概要 如今的射频(RF)系统变得越来越复杂。高度的复杂性要求所有系统指标(例如严格的 链接和噪声预算)达到最佳性能。确保整个信号链的正确设计至关重要。而信…

深入乳腺癌谜团:无监督学习与R语言的勘探之旅

一、引言 乳腺癌作为全球常见的恶性肿瘤,给患者和医学界带来了巨大的挑战。据世界卫生组织的数据显示,乳腺癌是妇女中最常见的癌症之一,并且是全球癌症相关死亡的主要原因之一[1]。因此,研究乳腺癌,并努力提高其早期检…

1085会议桌牌

机种名 蓝牙会议桌牌 型号 PE1085R_D_BLE 外观尺寸 280x58x129.9mm 可视区域 258.7690.68mm 外观颜色 银色 工作电源 3.7V锂电池供电,Type C充电口 显示技术 E-INK电子纸,双屏 像素 1360x480 像素颜色 黑/白/红 视角 约180 适用温度 …

【Java】直接return 会触发try-catch 里面的finally的方法么

🐱‍🚀/背景 try-catch 主要的作用是捕获异常,那么程序没有异常,finally里面代码能否执行? 特别是如果我们前面进行了加锁等操作,没有释放锁,那不是会造成业务逻辑问题, 先说结论:…

Eclipse成立新工作组,华为和谷歌等是初始成员

日前一个供应商中立,并由社区支持的Visual Studio第三方开源市场Open VSX Registry迎来新工作组的成立。根据了解,开发者可以在Open VSX Registry当中的市场中自由上架、下载安装Visual Studio的各种第三方扩展。 随即Eclipse基金会宣告成立了Open VSX工…

前缀迷宫:解密力扣统计包含给定前缀的字符串

本篇博客会讲解力扣“2185. 统计包含给定前缀的字符串”的解题思路,这是题目链接。 本题的思路是:遍历字符串数组,判断遍历到的字符串是否包含给定前缀。 判断的方法是:使用strncmp函数,比较该字符串的前strlen(pref)…

【Linux】工具介绍——vim及gcc

前言 在Linux操作系统之中有很多使用的工具,我们可以用vim来进行程序的编写,然后用gcc来生成可执行文件,最终运行程序。本文来带大家了解vim和gcc,以及自动化构建工具Makefile,这三个工具的使用方法。 一、vim 1.vi…

Webpack打包arcgis js api 3.x纯html+JS+CSS项目

需求 小项目。纯HTMLJSCSS已经部署上线,但是没有做混淆加密,需要进行混淆加密 分析 目前代码里面需要混淆加密的有main.js,其他的不用混淆加密。所以只需要对main.js进行混淆加密就可,但是要保证混淆加密之后能够访问方法。由于…

C#中的自定义组件(单一组件和复杂组件)

简单的应用程序开发可能不必要制作组件,C#中丰富的组件足以应对绝大多数的开发设想。 稍微复杂一些的应用开发,或者平台开发,或者团队开发,不可避免地要涉及到基础库的搭建,其中会有很多用户组件的设计与开发。 组件分…

计算机视觉 - 理论 - 从卷积到识别

计算机视觉 - 理论入门 前言一,导论:二,卷积:图像去噪:常值卷积:高斯卷积:椒盐去噪:锐化程度: 三,边缘检测:图像信号导数:求导算子:图…

计算机网络-网络层上篇

目录 一、网络层概述 二、网络层提供的两种服务 (一)面向连接的虚电路服务 (二)无连接的数据报服务 (三)虚电路服务与数据报服务的比较 三、IPv4地址及其应用 (一)IPv4地址概…

【AI底层逻辑】——篇章4:大数据处理与挖掘

目录 引入 一、大数据概述 二、数据处理的流程&方法 1、数据收集——“从无到有” 2、数据加工——“从有到能用” 3、数据分析 三、大数据改变了什么 往期精彩: 引入 AI的表现依赖大数据。曾经一段时间,对于图像识别的准确率只能达到60%~70…

BUUCTF 还原大师 1

题目描述: 我们得到了一串神秘字符串:TASC?O3RJMV?WDJKX?ZM,问号部分是未知大写字母,为了确定这个神秘字符串,我们通过了其他途径获得了这个字串的32位MD5码。但是我们获得它的32位MD5码也是残缺不全,E903???4D…