python – 行轴的np.sum在Numpy中不起作用

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 行轴的np.sum在Numpy中不起作用，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1284字，纯文字阅读大概需要2分钟。

内容图文

我写了一个softmax回归函数def softmax_1(x),它基本上采用m×n矩阵,对矩阵求幂,然后求和每列的指数.

x = np.arange(-2.0, 6.0, 0.1)
scores = np.vstack([x, np.ones_like(x), 0.2 * np.ones_like(x)])
#scores shape is (3, 80)

def softmax_1(x):
    """Compute softmax values for each sets of scores in x."""
    return(np.exp(x)/np.sum(np.exp(x),axis=0))

将它转换为DataFrame我必须转置

DF_activation_1 = pd.DataFrame(softmax_1(scores).T,index=x,columns=["x","1.0","0.2"])

所以我想尝试制作一个版本的softmax函数,它接受转置版本并计算softmax函数

scores_T = scores.T
#scores_T shape is (80,3)

def softmax_2(y):
    return(np.exp(y/np.sum(np.exp(y),axis=1)))

DF_activation_2 = pd.DataFrame(softmax_2(scores_T),index=x,columns=["x","1.0","0.2"])

然后我收到这个错误：

Traceback (most recent call last):
  File "softmax.py", line 22, in <module>
    DF_activation_2 = pd.DataFrame(softmax_2(scores_T),index=x,columns=["x","1.0","0.2"])
  File "softmax.py", line 18, in softmax_2
    return(np.exp(y/np.sum(np.exp(y),axis=1)))
ValueError: operands could not be broadcast together with shapes (80,3) (80,) 

当我在np.sum方法中转置和切换轴时,为什么这不起作用？

解决方法:

更改

np.exp(y/np.sum(np.exp(y),axis=1))

至

np.exp(y)/np.sum(np.exp(y),axis=1, keepdims=True)

这意味着np.sum将返回一个形状(80,1)而不是(80,)的数组,它将正确地为该分区广播.还要注意括号关闭的修正.

内容总结

以上是互联网集市为您收集整理的python – 行轴的np.sum在Numpy中不起作用全部内容，希望文章能够帮你解决python – 行轴的np.sum在Numpy中不起作用所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端