Étant donnéL'ajout d'une diffusion de dimension?
a = tf.constant([[1, 2, 3], [10, 20, 30], [100, 200, 300], [1000, 2000, 3000]])
toutes les conditions suivantes sont équivalentes
b = tf.constant([100000, 200000, 300000])
print((a+b).eval())
bb = tf.constant([[100000, 200000, 300000]])
print((a+bb).eval())
bbb = tf.constant([[100000, 200000, 300000], [100000, 200000, 300000], [100000, 200000, 300000], [100000, 200000, 300000]])
print((a+bbb).eval())
et produire
[[100001 200002 300003]
[100010 200020 300030]
[100100 200200 300300]
[101000 202000 303000]]
Je comprends que bb
est "diffusion" à la valeur correspondant à bbb
par tf.add
(ici +
). Est-ce l'ajout d'une dimension qui transforme b
à la valeur de bbb
toute la diffusion, ou est-ce autre chose?
Avez-vous lu [this] (https://docs.scipy.org/doc/numpy/user/basics.broadcasting.html)? Je ne comprends pas vraiment votre question – martianwars
@martianwars: Je pense que je vois. Ceci est 'b' est également diffusé:" Les tableaux n'ont pas besoin d'avoir le même nombre de dimensions. " La dimension extérieure correspondante peut être ajoutée et jusqu'à la diffusion. (Je vais prendre cela ou quelque chose comme ça comme une réponse.) – orome