深度学习中常用numpy操作(4.广播)

# -*- coding:utf-8 -*-

import numpy as np

# Broadcasting
# 广播可以用来计算不同维度的矩阵之间的计算问题，一般用来解决这样的问题：我们有一个大矩阵和一个小矩阵，我们想用小矩阵对大矩阵进行多次重复的操作

# 对矩阵的每一行加上一个向量，常规方法这样操作
x = np.arange(1, 13).reshape(4, 3)
v = np.array([1, 0, 1])
y = np.empty_like(x)
for i in range(len(x)):
    y[i, :] = x[i, :] + v
print("y:\n", y, '\n')

# 直接扩展v
vv = np.tile(v, (len(x), 1))
y1 = np.empty_like(x)
y1 = x + vv