python的廣播機(jī)制詳解
為什么會(huì)有廣播機(jī)制
python語(yǔ)言在設(shè)計(jì)的時(shí)候，就就考慮到用于兩個(gè)運(yùn)算的矩陣或向量維度不匹配的問題。例如，我們有矩陣A，讓矩陣每個(gè)元素都加1，直接使用
A+1，就可以完成目的。這其中就用到了python的廣播機(jī)制，所以在很多python的第三方庫(kù)中，都支持廣播機(jī)制，例如Numpy、pytorch。
在矩陣或向量相關(guān)運(yùn)算中的廣播機(jī)制
1、一般的運(yùn)算
假設(shè)我們有一個(gè)矩陣A，一個(gè)矩陣B，它們的 + - * 運(yùn)算，就是一一對(duì)應(yīng)元素的操作
2、一個(gè)矩陣一個(gè)向量的情況
矩陣 A ∈ R 3 × 3 A\in R^{3\times 3} A∈R3×3 與向量 b ∈ R 1 × 3 b\in R^{1\times 3} b∈R1×3 的運(yùn)算，向量 b ∈ R 1 × 3 b\in R^{1\times 3} b∈R1×3會(huì)根據(jù)矩陣A的維度，擴(kuò)展自身的維度， [ 1 × 3 ] → [ 3 × 3 ] [1\times 3]\to[3 \times 3] [1×3]→[3×3]， 第一個(gè)維度大小是1，所以就會(huì)向列的方向擴(kuò)展，即復(fù)制多個(gè)行。如圖所示。
同樣，如果向量 b ∈ R 3 × 1 b\in R^{3\times 1} b∈R3×1 ，就會(huì)向行擴(kuò)展，即復(fù)制多個(gè)列。
3、兩個(gè)向量
如果兩個(gè)向量的size相同，那就沒話說(shuō)了，運(yùn)算之后也還是向量，只有在兩個(gè)向量size不相同的時(shí)候才有廣播。
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∈R3，兩者的size就不一樣了。向量a會(huì)向維度大小為1的方向擴(kuò)張，b也是這樣。
值得注意的是，我們使用numpy的時(shí)候，
# 構(gòu)造一個(gè)向量 import numpy as np a = np.arange(10) # (10,None)
a是只有一個(gè)維度的。不管你是旋轉(zhuǎn)還是轉(zhuǎn)置，它都不會(huì)變化。要想實(shí)現(xiàn)廣播，就要給a增加一個(gè)維度
import numpy as np a = np.arange(10) a = np.expand_dims(a,1) # (10,1)
4、矩陣乘法的廣播機(jī)制
總結(jié)
到此這篇關(guān)于python的廣播機(jī)制詳解的文章就介紹到這了,更多相關(guān)python廣播機(jī)制內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
Iconfont(矢量圖標(biāo))+iconmoon(圖標(biāo)svg互轉(zhuǎn))配合javascript實(shí)現(xiàn)社交分享系統(tǒng)
這篇文章主要介紹了Iconfont(矢量圖標(biāo))+iconmoon(圖標(biāo)svg互轉(zhuǎn))配合javascript實(shí)現(xiàn)社交分享系統(tǒng),本文通過實(shí)例代碼給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2020-04-04
這篇文章主要介紹了Python圖像處理之顏色的定義與使用,結(jié)合實(shí)例形式分析了matplotlib模塊中顏色值的相關(guān)使用操作技巧,需要的朋友可以參考下2019-01-01
這篇文章主要介紹了Python的類實(shí)例屬性訪問規(guī)則,本文總結(jié)了一些對(duì)C++和Java程序員來(lái)說(shuō)不是很直觀的地方來(lái)說(shuō)明Python中的類實(shí)例屬性訪問,需要的朋友可以參考下2015-01-01
這篇文章主要介紹了python基礎(chǔ)之畫圖神器matplotlib,文中有非常詳細(xì)的代碼示例,對(duì)正在學(xué)習(xí)python的小伙伴們有一定的幫助,需要的朋友可以參考下2021-04-04
Python注釋、分支結(jié)構(gòu)、循環(huán)結(jié)構(gòu)、偽“選擇結(jié)構(gòu)”用法實(shí)例分析
這篇文章主要介紹了Python注釋、分支結(jié)構(gòu)、循環(huán)結(jié)構(gòu)、偽“選擇結(jié)構(gòu)”用法,結(jié)合實(shí)例形式分析了Python注釋、分支結(jié)構(gòu)、循環(huán)結(jié)構(gòu)、偽“選擇結(jié)構(gòu)”相關(guān)功能、用法及操作注意事項(xiàng),需要的朋友可以參考下2020-01-01
這篇文章主要為大家詳細(xì)介紹了python3大文件解壓和基本操作，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-12-12
Pearson相關(guān)系數(shù)和Spearman相關(guān)系數(shù)的區(qū)別及說(shuō)明
這篇文章主要介紹了Pearson相關(guān)系數(shù)和Spearman相關(guān)系數(shù)的區(qū)別及說(shuō)明，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方，望不吝賜教2023-05-05
這篇文章主要介紹了Python 正則表達(dá)式(轉(zhuǎn)義問題),需要的朋友可以參考下2014-12-12
python 中值濾波,椒鹽去噪,圖片增強(qiáng)實(shí)例
今天小編就為大家分享一篇python 中值濾波,椒鹽去噪,圖片增強(qiáng)實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來(lái)看看吧2019-12-12
Manjaro、pip、conda更換國(guó)內(nèi)源的方法
這篇文章主要介紹了Manjaro、pip、conda更換國(guó)內(nèi)源的方法，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-11-11