简而言之,我想索引一个矩阵并添加到每一行。
在此示例中,第一行(由0索引)应添加[1,1,1]
。然后第二行(由1索引)应该添加[2, 2, 2]
。最后,第一行(由第三行索引)应该添加[3, 3, 3]
。
>>> a = np.array([np.array([1,2,3]), np.array([4,5,6])])
>>> a
array([[1, 2, 3],
[4, 5, 6]])
>>> a[np.array([0,1,0]), :] += np.array([np.array([1,1,1]), np.array([2,2,2]), np.array([3,3,3])])
所需:
>>> a
array([[5, 6, 7],
[6, 7, 8]])
实际值:
>>> a
array([[4, 5, 6],
[6, 7, 8]])
编辑2:
根据以下评论,解决方案运行缓慢。从代码的一部分,我只是添加0来测试速度:
print y.shape
print dW.shape
np.add.at(dW, (y, slice(None)), 0)
收率:
(49000,)
(10, 3073)
答案 0 :(得分:6)
这是numpy
的一个已知问题,很好地解释了here:
例如,[[0,0]] + = 1只会增加第一个元素一次 因为缓冲,而add.at(a,[0,0],1)将增加 第一个元素两次。
numpy
使用add.at()
解决了问题。例如:
a = array([1,2,3])
add.at(a,[0,0],4) # now a = array([9, 2, 3])
在这种情况下,我们希望这适用于多维数组:
a = np.array([np.array([1,2,3]), np.array([4,5,6])])
np.add.at(a,([0,1,0],slice(None)),array([[1,1,1],[2,2,2],[3,3,3]]))
结果是:
array([[5, 6, 7], [6, 7, 8]])
我猜您错误输入了7
的{{1}}。