我有从1到K的log（sigmoid（-u_k ^ Tv_c））的表达式Sum 。抱歉，我在StackOverflow上没有足够的声誉来发布图片。
这里你和v都是矩阵。我正试图用numpy实现这个并且完全陷入困境。
我有什么：
np.sum(log(sigmoid(-np.dot(u.T,v))))
我所知道的并不是我想要的，因为我还没能将总和限制在1到k的范围内。 Sigmoid是在其他地方实现的功能。 u和v的尺寸应该很好。
答案 0 :(得分：0)
没有正式的数学符号，这有点不清楚
Sum from 1 to K of log(sigmoid(-u_k^Tv_c))
但是，让我们试着澄清一些细节。
u和v是＆＃39; matrices＆＃39;。这有点模糊。什么，特别是他们的形状。 1d，2d？请记住，1d的Transpose无效。
你的意思是sigmoid：How to calculate a logistic sigmoid function in Python?
sum from 1 to K - 总结一下？总结k的{{1}}维度？
u是否应该是外部产品，产生2d结果（与u_k^T v_c相同的行数，来自u的列）？或者是一个标量点/矩阵乘积，乘以两个1d阵列并对产品求和？
你对结果的期望是什么？
使用numpy数组时的关键点，输入的形状是什么，结果的形状是什么？