标签：就是 而且 技术 网上 org 遇到 括号 image asics
其实大概是有下面4个原则.
从后往前对齐, 要么相同, 要么其中有一个是1. 官网上给了好几个例子. 比如3*1与1*4, 满足. 但如果是3*2与1*4, 那不行. 因为2与4不相同, 而且没有一个是1. 这个地方要是我说的不明白, 建议看官方文档给的例子.
如果维数不同, 短的前面全补上1使得ndim相同, 比如说, 一个是2*3*4, 一个是4, 那么后者维数更少, 前面全补上1, 也就是1*1*4.
在做了上一步补齐ndim后, 每一个取max. 比如1*3与4*1. 那么就是(max(1,4),max(3,1)), 是(3,4).
从右往左遇到的第一个1, 它右边有几维就跳出几层括号再开始拷贝, 并且是不带括号的拷贝. 画图吧.
文档上的例子, 256*256*3, 最后这个3是rgb向量, 希望每一rgb颜色乘以一个向量. 怎么搞? 直接乘以这个向量(ndim=1)就行了, 首先相当于1*1*3, 然后先拷贝内层再拷贝外层(实际上numpy并没有拷贝, 我也不懂, 文档就是这么说的, 为了理解上的一致性).
那么a[i,j,:]*b[i,j,:]右边这个都一样, i,j随便怎么取都一样.
再比如, outer sum, 直接一个行向量, 一个列向量相加就行了.
每行相同, 那么相当于是退了一层括号拷贝的, 那么1应该是出现在第1维(就是axis=0), 那么其实可以直接是向量. 每列相同, 那么没有退括号, 应该是列矩阵.
标签：就是 而且 技术 网上 org 遇到 括号 image asics
原文地址：https://www.cnblogs.com/Tokubara/p/14221090.html
