如何根据指定位置划分二维矩阵

Question

我有一个特征图需要用另一个2d常量划分，特征图的形状为

[H, W, ...]

，2d常量的形状为

[H, W]

，但是当我使用

np.divide

时，它说这两个张量无法广播到一个共同的形状：

import numpy as np

a = np.random.rand(4, 3 ,3)
b = np.random.rand(4, 3)

c = np.divide(a, b, where=b > 0)

正如 numpy 广播规则所说

b

将被广播为形状

[1, 4, 3]

而不是

[4, 3, 1]

，因此我无法使用 boradcast 执行此操作。

我想用常量不为 0 的常量张量划分我的特征图以避免零划分错误，我应该做什么？

Answer 1

问题不在于

where

争论。问题是，您有未定义的操作。

np.divide

按元素执行除法运算。如文档中所述：

除数数组。如果

x1.shape != x2.shape

，它们必须可广播为通用形状（成为输出的形状）。

所以问题是：你到底想做什么？你的问题定义不明确。将矩阵视为每个条目都有交集的网格。 2d 数组就像一个平面，而 3d 数组就像一个立方体。您可以从数组中切出 2d 平面并将它们重新附加在一起，否则您可能只是遇到定义不明确的问题。