Question

我有一个来自Numpy repeat for 2d array的代码

下面的代码可以与numpy数组一起工作，但是会抛出 ValueError：具有多个元素的数组的真值不明确。与Cupy数组一起使用时，请使用a.any（）或a.all（）。对于ret_val[mask] = cp.repeat(arr.ravel(), rep.ravel()

行

我试图使用Cupy中已经存在的逻辑运算，但是它们仍然会引发错误。

def repeat2dvect(arr, rep):
    lens = cp.array(rep.sum(axis=-1))
    maxlen = lens.max()
    ret_val = cp.zeros((arr.shape[0], int(maxlen)))
    mask = (lens[:,None]>cp.arange(maxlen))
    ret_val[mask] = cp.repeat(arr.ravel(), rep.ravel())
    return ret_val

Answer 1

祝贺您对StackOverflow的首次贡献：）

我用以下代码复制了错误：

import cupy as cp

arr = cp.array([5, 1, 4], 'float32')
rep = cp.array([3, 2], 'int32')
result = cp.repeat(arr, rep)

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

此错误消息有点令人误解：该代码不起作用的原因有些不同。

简而言之，您不能将cp.ndarray作为cp.repeat()的第二个参数。

为什么？这是因为result的形状是根据该参数的值确定的。如果它是ndarray，则在CuPy（而不是NumPy）中会出现问题，因为数组的值在GPU中。为了确定输出形状，CuPy必须等待GPU完成所有排队的计算，然后将值传输到CPU。那只会破坏异步计算的好处。 CuPy故意禁止此类操作。

在您的特定情况下，例如，您可以手动将rep转换为np.ndarray（通过ret.get()），或者从一开始就将rep计算为np.ndarray。

ValueError：具有多个元素的数组的真值不明确。使用杯状阵列时，请使用a.any（）或a.all（）

1 个答案: