如何使用 Theano 将列中的最大值替换为 1.0？
How to replace maximal values in columns by 1.0 using Theano?
我在 Theano 中有一个实值矩阵，我想生成另一个矩阵，这样在新矩阵的每一列中我都有一个 1.0 和 0.0 否则。 1.0 应该表示最大值在输入矩阵列中的位置。
例如。如果使用下面的矩阵作为输入
1.0 2.0 3.0 5.0
2.1 0.0 4.0 0.0
0.0 3.0 1.0 4.0
必须生成以下矩阵作为输出：
0.0 0.0 0.0 1.0
1.0 0.0 1.0 0.0
0.0 1.0 0.0 0.0
我目前使用的解决方案如下：
tmp = T.max(inp, axis = 0).dimshuffle('x',0)
out = T.switch(T.eq(tmp, inp), 1.0, 0.0)
这个解决方案似乎可行，但我不确定它有多稳健。主要关注的是，我比较当前值是否 正好 等于列中的最大值。会不会因为某些 "rounding" 错误，最大值不会被我们这样识别？
我会使用 argmax 函数而不是 max & dimshuffle 方法。 Argmax returns 最大值的索引，而不是值本身。
tmp = T.argmax(inp, axis = 0)
然后您可以用全零初始化一个矩阵，并使用您的 tmp 数组将所需的索引设置为 1.0（我现在无法 test/provide 为这部分编写代码，但它应该是微不足道的)
试试这个：
out = T.eye(3)[T.argmax(inp, axis=0)].T # replace 3 with number of rows
这将输出：
0.0 0.0 0.0 1.0
1.0 0.0 1.0 0.0
0.0 1.0 0.0 0.0
我在 Theano 中有一个实值矩阵，我想生成另一个矩阵，这样在新矩阵的每一列中我都有一个 1.0 和 0.0 否则。 1.0 应该表示最大值在输入矩阵列中的位置。
例如。如果使用下面的矩阵作为输入
1.0 2.0 3.0 5.0
2.1 0.0 4.0 0.0
0.0 3.0 1.0 4.0
必须生成以下矩阵作为输出：
0.0 0.0 0.0 1.0
1.0 0.0 1.0 0.0
0.0 1.0 0.0 0.0
我目前使用的解决方案如下：
tmp = T.max(inp, axis = 0).dimshuffle('x',0)
out = T.switch(T.eq(tmp, inp), 1.0, 0.0)
这个解决方案似乎可行，但我不确定它有多稳健。主要关注的是，我比较当前值是否 正好 等于列中的最大值。会不会因为某些 "rounding" 错误，最大值不会被我们这样识别？
我会使用 argmax 函数而不是 max & dimshuffle 方法。 Argmax returns 最大值的索引，而不是值本身。
tmp = T.argmax(inp, axis = 0)
然后您可以用全零初始化一个矩阵，并使用您的 tmp 数组将所需的索引设置为 1.0（我现在无法 test/provide 为这部分编写代码，但它应该是微不足道的)
试试这个：
out = T.eye(3)[T.argmax(inp, axis=0)].T # replace 3 with number of rows
这将输出：
0.0 0.0 0.0 1.0
1.0 0.0 1.0 0.0
0.0 1.0 0.0 0.0