Nano Hash - криптовалюты, майнинг, программирование

Как я могу получить «транслируемый» (m, n) массив из (m,)-значной матрицы Sympy, которая должна принимать (n,) массив numpy в качестве аргумента?

У меня есть следующий случай: я определил Sympy Matrix (Vector), которая является функцией параметров в некоторых, но не во всех элементах. Так, например. брать

from sympy import *
a = Symbol('a')
M = Matrix([a,0])

Теперь я хочу, чтобы это была функция, которая принимает массивы numpy в качестве элемента, для этого я использовал lambdify. На самом деле я хочу, чтобы M был вектором-строкой, поэтому я сделал следующее, что нашел здесь.

funcM = lambdify([a], M.T.tolist()[0], 'numpy')

Передача списка или массива, например. [0,1] к этой новой функции дает мне:

In [596]: funcM([0,1])
Out[596]: [[0, 1], 0]

На самом деле я хочу, чтобы функция funcM работала так, чтобы вывод

[[0,1],[0,0]]

так что вывод содержит два вектора-столбца, по одному для каждого входного значения в списке, поэтому столбец с 0,0 для ввода 0 и столбец 1,0 для ввода 1. Спасибо за помощь!


  • Я считаю, что print(funcM.__doc__) помогает увидеть, на что похож полученный код numpy. 19.11.2020
  • Код вашей функции ([a, 0]). 19.11.2020
  • lambdify делает относительно простой лексический перевод в python/numpy. Если вы не знаете, как что-то сделать, например построить нужный массив с помощью numpy, попытка добраться туда через sympy вряд ли сработает. numpy broadcasting управляет взаимодействием 2-х и более массивов; он не вступает в игру при построении массивов из более мелких частей. 19.11.2020
  • Хорошо, спасибо, это помогает мне понять, где именно проблема. И все же я понятия не имею, как это исправить... 19.11.2020
  • Хотя я мог бы написать выражение numpy, которое объединяет строку 0 с массивом 1d, я понятия не имею, как это можно сгенерировать из выражения sympy. 19.11.2020

Новые материалы

Кластеризация: более глубокий взгляд
Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

Как написать эффективное резюме
Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

Частный метод Python: улучшение инкапсуляции и безопасности
Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

Как я автоматизирую тестирование с помощью Jest
Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..