numpy中两个矩阵之间等于多少行

Question

我正在训练神经网络来解决多标签分类问题。我有两行A和B，大小为BxL（B =批处理大小，L =标签数量），其中A是小批量生产的实际标签，B是我的模型做出的预测，类似这样：

A = array([[0., 1., 0.],
          [0., 1., 1.],
          [0., 1., 0.],
          [0., 0., 0.]])

B = array([[1., 1., 0.],
          [0., 1., 1.],
          [0., 0., 0.],
          [0., 1., 0.]])

我想计算正确分类的样本数（即，A和B中相等的行数）

我想知道是否有一种方法可以使用张量/ numpy并行函数...

类似

sum(torch.eq(A,B, axis=0)) # that doesn't exists

Answer 1

您可以将numpy与all一起使用：

np.sum((A == B).all(1))
#1

这通过搜索每行中的所有值是否匹配来工作。

>>> A == B
array([[False,  True,  True],
       [ True,  True,  True],
       [ True, False,  True],
       [ True, False,  True]])

为您提供元素匹配的位置，然后all(axis=1)返回所有值均为True的行的布尔值：

>>> (A == B).all(1)
array([False,  True, False, False])

表明索引1处的行是两个数组之间的完全匹配。

然后，对布尔数组求和即可得出此类行的数量。