代码之家 › 专栏 › 技术社区 › Leo

Numpy sum()出现“keepdims”错误

numpy-ndarray sum matrix numpy python

Leo · 技术社区 · 7 年前

这是神经网络代码示例的一段:

def forward_step(X, W, b, W2, b2):
    hidden_layer = np.maximum(0, np.dot(X, W) + b)
    scores = np.dot(hidden_layer, W2) + b2
    exp_scores = np.exp(scores)
    probs = exp_scores / np.sum(exp_scores, axis=1, keepdims=True)
    ...

上面显示的代码的最后一行引发了一个错误:

<ipython-input-49-d97cff51c360> in forward_step(X, W, b, W2, b2)
     14     scores = np.dot(hidden_layer, W2) + b2
     15     exp_scores = np.exp(scores)
---> 16     probs = exp_scores / np.sum(exp_scores, axis=1, keepdims=True)
     17     corect_logprobs = -np.log(probs[range(X.shape[0]), y])

/Users/###/anaconda/lib/python3.6/site-packages/numpy/core/fromnumeric.py in sum(a, axis, dtype, out, keepdims)
   1810             pass
   1811         else:
-> 1812             return sum(axis=axis, dtype=dtype, out=out, **kwargs)
   1813     return _methods._sum(a, axis=axis, dtype=dtype,
   1814                          out=out, **kwargs)

TypeError: sum() got an unexpected keyword argument 'keepdims'

有一个类似的问题 Numpy sum keepdims error

import numpy
numpy.version.version
>> 1.12.1

现在我对这个错误是如何发生的感到困惑。

1 回复 | 直到 5 年前

smci 5 年前

注意,在 keepdims 中的参数 docs for numpy.sum()

keepdims公司 : 布尔,可选
如果设置为True,则减少的轴将保留在结果中,作为尺寸为1的尺寸。使用此选项,结果将针对输入阵列正确广播。
如果传递了默认值,则 keepdims公司 sum 子类方法 ndarray 总和 方法未实现 keepdims公司 将提出任何例外情况。

numpy.ndarray ,则如果相应的尚未使用它定义子类的函数。

注意,在您的错误中,它引用了行 1812 在里面 numpy/core/fromnumeric.py . 从实际情况来看 numpy 1.12.x source :

kwargs = {}
if keepdims is not np._NoValue:
    kwargs['keepdims'] = keepdims
if isinstance(a, _gentype):
    res = _sum_(a)
    if out is not None:
        out[...] = res
        return out
    return res
if type(a) is not mu.ndarray:
    try:
        sum = a.sum
    except AttributeError:
        pass
    else:
        return sum(axis=axis, dtype=dtype, out=out, **kwargs)
return _methods._sum(a, axis=axis, dtype=dtype,
                     out=out, **kwargs)

这里有两件事需要注意:一是 总和 作用做分析您的 keepdims公司 变量,因为它将其拉到了线以上 1812 然后把它放到另一个函数中,这样你就知道错误不是你使用变量的方式。另一个重要的是 1812 你犯的错误只是在执行 type(a) is not mu.ndarray ,即,如果您使用的类与 恩达赖 . 这正是文件所引用的内容。如果你有一个不同的类,那么他们需要实现这个 总和 使用keepdims参数

其他类,如 np.matrix 例如,将有一个不同的和函数,而且似乎,即使在 numpy 1.13.x , 总和 对于 np。矩阵 类型不支持 keepdim 参数(因为在 ,矩阵总是是2D)。例如,它可以与 np.array :

>>> import numpy as np
>>> A = np.eye(4)
>>> A
array([[ 1.,  0.,  0.,  0.],
       [ 0.,  1.,  0.,  0.],
       [ 0.,  0.,  1.,  0.],
       [ 0.,  0.,  0.,  1.]])
>>> np.sum(A, axis=1, keepdims=True)
array([[ 1.],
       [ 1.],
       [ 1.],
       [ 1.]])

但是有一个 np。矩阵 ,它没有:

>>> import numpy.matlib
>>> B = np.matlib.eye(4)
>>> np.sum(B, axis=1, keepdims=True)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File ".../numpy/core/fromnumeric.py", line 1832, in sum
    return sum(axis=axis, dtype=dtype, out=out, **kwargs)
TypeError: sum() got an unexpected keyword argument 'keepdims'

但是,大多数数组/矩阵类型的对象可以轻松地在 努比 具有 np.array(<object>) ,这应该可以解决中大多数子类对象的问题 努比 很可能是你的问题。您也可以简单地将结果包装回 np。矩阵

>>> B = np.matlib.eye(4)
>>> B = np.array(B)
>>> np.sum(B, axis=1, keepdims=True)
array([[ 1.],
       [ 1.],
       [ 1.],
       [ 1.]])

但是,如果对象的类是一 np。矩阵 keepdims公司 争论毫无意义。矩阵是总是 2D,所以函数不会降维,因此参数不会做任何事情。这就是为什么它没有为矩阵实现。