python的廣播機(jī)制是怎樣的

本篇文章為大家展示了python的廣播機(jī)制是怎樣的，內(nèi)容簡明扼要并且容易理解，絕對(duì)能使你眼前一亮，通過這篇文章的詳細(xì)介紹希望你能有所收獲。

為什么會(huì)有廣播機(jī)制

python語言在設(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

上述內(nèi)容就是python的廣播機(jī)制是怎樣的，你們學(xué)到知識(shí)或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識(shí)儲(chǔ)備，歡迎關(guān)注億速云行業(yè)資訊頻道。