numpy-broadcasting

2Hitze

1Antwort

NumPy Broadcast: eine ndarray über Elemente Hinzufügen von (a, b) in (M, A, B, N) förmige Anordnung

I eine Reihe von Bildern mit RGB-Pixel haben, so dass das Array hat Abmessungen (image_count,height,width,3) Ich bin Anpassung der einzelnen Pixel um einen zufälligen Betrag berechnet ich auf der Seit

3Hitze

2Antwort

`np.dot` ohne kartesisches Produkt auf verbleibenden Achsen

Gemäß den documentation: Für N Dimensionen dot ist eine Summe Produkt in der letzten Achse der a und die zweiten bis letzten der b: dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m]) ich mag die Summe Pr

0Hitze

1Antwort

Python numpy Valueerror wenn I-Bilddaten zu laden und sie auf einen Array

I nicht die solution.My Bildform ist 128 * 128 * 3 finden konnte, hat es drei Kanäle, aber es verursacht auch den Fehler File "E:/ML/keras_test/vgg.py", line 30, in load_data data[i,:,:,:] = arr Value

0Hitze

1Antwort

Valueerror: Operanden konnten nicht mit Formen (200,49000) (10,49000) (200,49000)

Diese a=np.zeros((20,4900)) b=np.zeros((1,4900)) a+=b Werke völlig in Ordnung ausgestrahlt zusammen. Dies ist jedoch: a=np.zeros((200,49000)) b=np.zeros((10,49000)) a+=b zeigt diesen Fehle

5Hitze

1Antwort

Warum transponiert "numpy.broadcast" Ergebnisse von vstack und ähnlichen Funktionen?

beachten: In [1]: import numpy as np In [2]: x = np.array([1, 2, 3]) In [3]: np.vstack([x, x]) Out[3]: array([[1, 2, 3], [1, 2, 3]]) In [4]: np.vstack(np.broadcast(x, x)) Out[4]: array([

5Hitze

3Antwort

Numpy: Ersetzen Sie jeden Wert im Array durch den Mittelwert seiner benachbarten Elemente

Ich habe ein ndarray, und ich möchte jeden Wert im Array durch den Mittelwert seiner benachbarten Elemente ersetzen. Der Code unten kann die Aufgabe erledigen, aber es ist sehr langsam, wenn ich 700 A

-6Hitze

1Antwort

wie Python-numpy-Brodcasting verwenden

ich ein Problem mit Python Rundfunk haben gibt es zwei numpy Liste x = np.array([[1,2,3],[4,5,6]]) y = np.array([0,1,1]) Ich möchte x : [[1,2,3], [4,5,6]] zu berechnen x : [[1-y[0], 2-y[1],

2Hitze

2Antwort

Warum ermöglicht die Übertragung von numpy manchmal den Vergleich von Arrays unterschiedlicher Länge?

Ich versuche zu verstehen, wie sich die Übertragung von numpy auf die Ausgabe von np.allclose auswirkt. >>> np.allclose([], [1.]) True Ich sehe nicht, warum das funktioniert, aber dies nicht: >>> n

5Hitze

2Antwort

Was sind die Regeln für den Vergleich von numpy Arrays mit ==?

Zum Beispiel versuchen, Sinn dieser Ergebnisse zu machen: >>> x array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) >>> (x == np.array([[1],[2]])).astype(np.float32) array([[ 0., 1., 0., 0., 0., 0., 0., 0., 0.,

1Hitze

1Antwort

Wiederholen von Zeilen und Spalten in Python

Ich versuche, zwei 600x800 Matrizen zu machen (X und Y), die wie folgt aussehen: - X hat 0 bis 600 in jeder Zeile - Y hat 800-0 in jeder Spalte war meine Idee, etwas in dieser Richtung zu tun: N = np.