我發現當我使用 .item() 從目標函數中的 numpy 數組中檢索值時 scipy.optimize.minimize 有效，但是當我通過索引 [0,0] 檢索時它失敗了：def sigmoid(Z): return 1 / (1 + np.exp(-Z))def hyp_log(X, theta): return sigmoid(X @ theta)def cost_log(theta, X, Y, reg_const=0): hyp = hyp_log(X, theta) return (Y.T @ -np.log(hyp) + (1-Y).T @ -np.log(1-hyp)).item() / len(X) + reg_const * (theta[1:].T @ theta[1:]).item() / (2 * len(X))result = minimize(cost_log, theta, args=(X,Y,reg_const), method='TNC')如果我使用[0,0]索引而不是.item()在cost_log函數中使用索引，函數本身的工作方式與以前完全相同，但將IndexError: too many indices for array. 我想了解為什么會發生這種情況以及在使用最小化時在目標函數中應注意的事項。
1 回答
12345678_0001
TA貢獻1802條經驗 獲得超5個贊
由于您沒有提供Xor Y，我不會看：
(Y.T @ -np.log(hyp) + (1-Y).T @ -np.log(1-hyp))
但與：
(theta[1:].T @ theta[1:]).item()
如果theta是（n，1）：
In [15]: theta = np.arange(5)[:,None]
In [16]: theta.shape
Out[16]: (5, 1)
In [17]: (theta[1:].T @ theta[1:])
Out[17]: array([[30]])
In [18]: (theta[1:].T @ theta[1:])[0,0]
Out[18]: 30
In [19]: (theta[1:].T @ theta[1:]).item()
Out[19]: 30
但是如果你把它theta給minimize，它會把它分解成 (n,) 形狀：
In [20]: theta=theta.ravel()
In [21]: (theta[1:].T @ theta[1:])
Out[21]: 30
In [22]: (theta[1:].T @ theta[1:]).shape
Out[22]: ()
In [23]: (theta[1:].T @ theta[1:]).item()
Out[23]: 30
In [24]: (theta[1:].T @ theta[1:])[0,0]
...
IndexError: invalid index to scalar variable.
I 正如最初所寫的那樣，item可以與單個項目數組一起使用，而不管尺寸如何。 [0,0]僅適用于二維（或更高）數組。
添加回答
舉報
0/150
提交
取消