一个等效的操作(或一系列操作)是否像numpy外部函数一样?
import numpy as np
a = np.arange(3)
b = np.arange(5)
print np.subtract.outer(a,b)
[[ 0 -1 -2 -3 -4]
[ 1 0 -1 -2 -3]
[ 2 1 0 -1 -2]]
明显的候选人tf.sub
似乎只是元素化。
答案 0 :(得分:7)
使用广播:
sess.run(tf.transpose([tf.range(3)]) - tf.range(5))
输出
array([[ 0, -1, -2, -3, -4],
[ 1, 0, -1, -2, -3],
[ 2, 1, 0, -1, -2]], dtype=int32)
更具体地说,给定(3, 1)
和(1, 5)
数组,广播在数学上等同于将数组平铺为匹配的(3, 5)
形状并逐点执行操作
此切片通过循环现有数据在内部实现,因此不需要额外的内存。如果使用(3, 1)
和(5)
等形状给出不相等的排名,则广播将填充较小的形状,左侧为1's
。这意味着像tf.range(5)
这样的1D列表被视为行向量,相当于[tf.range(5)]