Question

我正在实现一种机器学习算法，该算法将矩阵近似为其他两个矩阵的倍数：V〜= WH。 W和H是随机初始化的，并且会进行迭代更新，以使WH更类似于V。

在我的代码中，每次迭代时，我要（i）更新W和H，以及（ii）根据W和H的新值计算分数。

我的问题是这样的：我用来评分的函数只能计算一个评分-不应影响 V，W或H，但看来确实可以！我不知道为什么函数会影响全局变量-我认为只有在您声明global foo形式的情况下才会发生这种情况。结果是差异很小根据每次迭代是否计算分数，计算得出的W和H中的值-这没有意义。

下面是一些我已尽可能简化的代码-它没有实现我的算法或没有做任何有意义的事情，只是重现了问题，即根据您是否评论，计算出的W会有微小差异计算分数的线。

谁能看到为什么这会改变结果？

import numpy as np

# TRUE, GLOBAL VALUE OF V - should remain the same throughout
V = np.array([[0.0, 4.0, 0.0, 4.0],
              [0.0, 0.0, 1.0, 0.0],
              [4.0, 0.0, 0.0, 3.0]]).astype(float)

# RANDOM INITIALIZATIONS for two matrices, which are then updated by later steps
W = np.array([[ 1.03796229,  1.29098839],
              [ 0.49131664,  0.79759996],
              [ 0.66055735,  0.48055734]]).astype(float)
H = np.array([[ 0.06923306,  0.53105902,  1.1715193,   0.58126684],
              [ 1.71226543,  0.54797385,  0.70978869,  1.58761463]]).astype(float)

# A small number, which is added at some steps to prevent zero division errors/overflows
min_no = np.finfo(np.float32).eps

# A function which calculates SOME SCORE based on V_input - below is the simplest example that reproduces the error
# This function should ONLY calculate and return a score - IT SHOULD NOT UPDATE GLOBAL VARIABLES!
def score(V_input):

    V_input[V_input == 0] = min_no # I believe that THIS LINE may be UPDATING GLOBAL V - but I don't understand why
    scr = np.sum(V_input)

    return scr

# This function UPDATES the W matrix
def W_update(Vw, Ww, Hw):

    WHw = np.matmul(Ww, Hw)
    WHw[WHw == 0] = min_no
    ratio = np.matmul(np.divide(Vw, WHw), np.transpose(Hw))

    return np.multiply(Ww, ratio)

# Repeated update steps
for it in range(10):

    # Update step
    W = W_update(V, W, H)

    # SCORING STEP - A SCORE IS CALCULATED - SHOULD NOT UPDATE GLOBAL VARIABLES
    # HOWEVER, IT APPEARS TO DO SO - SMALL DIFFERENCES BETWEEN FINAL W WHEN COMMENTED OUT/NOT COMMENTED OUT
    score_after_iteration = score(V)

# THE OUTPUT PRINTED HERE IS DIFFERENT DEPENDING ON WHETHER OR NOT THE SCORING STEP IS COMMENTED OUT - WHY?
print(W[:2,:2]) # Just a sample from W after last iteration

Answer 1

如果传递变量，则将 reference 传递给该对象。因此，如果您使用V调用函数，则会传递对矩阵V的引用，因此对矩阵的更新就是对该对象的编辑。例如，如果您传递对该列表的引用，然后该函数编辑该列表，则您不编辑该列表的副本，但是列表本身，因此这些更改可以在外部看到电话。

不过，您可以进行复制，例如：

for it in range(10):

    # Update step
    W = W_update(V, W, H)

    score_after_iteration = score(V.copy())

顺便说一句，W_update也是如此，但这可能不是问题。

Answer 2

或者，更改您的score函数以不更新其任何输入：

def score(V_input):
    return np.sum(np.where(V_input == 0, min_no, V_input))

numpy-函数在不应该更新全局变量时

2 个答案: