从Python2 转Python3 的过程中,有个公式出了问题:
gamma_t = np.exp(Elogt) * np.dot(ratio, np.exp(Elogb).T)
其实,就是两个矩阵进行对应元素相乘。这个公式在Python2中能够正确运行,但在Python3中报错为:
ValueError: shapes(1000, 100) and (1000, 100) not aligned: (dim 1) != (dim 0)
也就是说,编译器明显将这行公式当成了矩阵的内积(inner product),即线性代数中学过的矩阵乘积,而不是element-wise的乘积。
但是,* 确实表示element-wise乘积,这在Python2和Python3两个版本中都是一样的。所以问题肯定不是出在这个运算符号上。
重新调整思路,定位bug,最后终于从Stack Overflow上找到答案:
以 a * b 为例:
如果 a 和 b 均为 numpy.ndarray 类型,则 * 确实表示element-wise乘积;但假如其中一个为 matrix 类型,* 则返回矩阵内积。
在Python2中,本文开头的那个公式中 * 号两边的两个元素均为ndarray类型,但在Python3中,*号右边的元素变成了matrix类型,所以导致无法进行正常运算。
解决办法:将 * 运算符用 np.multiply() 代替。
gamma_t = np.multiply(np.exp(Elogt), np.dot(ratio, np.exp(Elogb).T))