为什么这段代码输出的不是二维形式而是一维形式呢？

Question

from mxnet import nd

n_train, n_test, true_w, true_b = 100, 100, [1.2, -3.4, 5.6], 5

features = nd.random.normal(shape=(n_train + n_test, 1))
poly_features = nd.concat(features, nd.power(features, 2),
                         nd.power(features, 3))
labels = (true_w[0] * poly_features[:, 0] + true_w[1] * poly_features[:, 1] + true_w[2] * poly_features[:, 2] + true_b)
labels += nd.random.normal(scale=0.01, shape=labels.shape)

print(labels[:2])

因为features和poly_features的形状都是2D NDArray，我认为这段代码的输出是下面的形式：

NDArray 2x1 @cpu(0)、

但真正的输出形式是

NDArray 2 @cpu(0).

为什么输出不是 2D NDArray？

Answer 1

虽然 features 和 poly_features 是二维 NDArray，但当您计算 labels 时，您仅使用 poly_features 的切片，它们是一维 NDArray。这是代码中断行：

labels = true_w[0] * poly_features[:, 0] # true_w[0] is scalar, poly_features[:, 0] is 1D NDAarray
       + true_w[1] * poly_features[:, 1] # true_w[1] is scalar, poly_features[:, 1] is 1D NDAarray
       + true_w[2] * poly_features[:, 2] # true_w[2] is scalar, poly_features[:, 2] is 1D NDAarray
       + true_b # true_b is scalar

所以，你得到一维数组作为答案。

为什么这段代码输出的不是二维形式而是一维形式呢？

Why is the output of this code not a two-dimensional form but a one-dimensional form?

python

mxnet