Python 更改维度时从广播中获得不同的结果

我正在使用

sum（self.eval_h（self.x）*self.w.重塑（1，self.n））/sum（self.w）

做点积和

其中

eval_h

定义为

def eval_h(self, x):
    """
    evaluate h
    """
    if "h_params" in self.kwargs:
        if x.ndim == 1:
            return self.h(x, **self.kwargs["h_params"])
        else:
            return apply_along_axis(lambda x: self.h(x, **self.kwargs["h_params"]), 1, x)
    else:
        if x.ndim == 1:
            return self.h(x)
        else:
            return apply_along_axis(lambda x: self.h(x), 1, x)

而且

x

是有形状的

def pop_x(self):
    """
    populate x with zeros
    """
    self.x = zeros((self.n, self.d))

当

x

有一个维度时，结果与

x

有多个维度时不同

---

如果

x

具有多个维度，则

self.w.reformate（1，self.n）

将给出正确的结果。如果

x

只有一个维度，

self.w.reformate（self.n，1）

会给出正确的结果。事实上，我并不认为我真的理解广播，所以每次我看到它时，我只是侥幸使用它。

这是广播的一个很好的解释，它将更容易迫使

x

在开始时具有一致的维度，而不是尝试在几个点上容纳1对2d。