有没有办法将两个具有给定成本函数的 numpy 数组合并？答案

【问题标题】：Is there any way to merge two numpy arrays with a given cost function?有没有办法将两个具有给定成本函数的 numpy 数组合并？
【发布时间】：2019-02-26 07:07:30
【问题描述】：

对于我的神经网络，我正在尝试创建一个成本函数。我正在使用以下成本函数：

C = sum((an - yn)^2)
# C = Cost Function, sum = sigma, an = actual_output, yn = desired_output

这是我在python中实现的一种方式：

def cost(actual_outputs, desired_outputs):
    # actual_outputs and desired outputs are numpy arrays
    costs = [(actual_output - desired_output) ** 2 for actual_output, desired_output in zip(actual_outputs, desired_outputs)]
    return sum(costs)

有没有更有效的方法使用 numpy（或任何其他方法）来做到这一点？

【问题讨论】：

actual_output 和 desired_output 长什么样子？
costs = sum((actual_output - desired_output) ** 2) 已经是答案，前提是您的两个输入变量 actual_output 和 desired_output 都是 NumPy 数组

标签： python python-3.x numpy neural-network

【解决方案1】：

import timeit
import random
import numpy as np
def cost(actual_outputs, desired_outputs):
    # actual_outputs and desired outputs are numpy arrays
    costs = [(actual_output - desired_output) ** 2 for actual_output, desired_output in zip(actual_outputs, desired_outputs)]
    return sum(costs)

def cost2(actual_outputs,desired_outputs):
    return ((actual_outputs-desired_outputs)**2).sum()

actual = [random.random() for _ in range(1000)]
desired = [random.random() for _ in range(1000)]
actual2 = np.array(actual)
desired2 = np.array(desired)
if __name__ == "__main__":
    print(timeit.timeit('cost(actual,desired)','from __main__ import cost,actual,desired',number=10))
    # 0.00271458847557
    print(timeit.timeit('cost2(actual2,desired2)','from __main__ import cost2,actual2,desired2',number=10))
    # 0.000187942916669

看起来更快......假设它已经是一个 numpy 数组......如果你必须将它转换为一个 numpy 数组可能需要更长的时间

列表越大，您的收益就越大

【讨论】：

【解决方案2】：

你可以使用linalg.norm:

import numpy as np

def cost(actual_outputs, desired_outputs):
    return np.linalg.norm(np.array(actual_outputs) -  np.array(desired_outputs)) ** 2

此答案假定您的输入不是 numpy 数组，否则您可以直接使用 actual_outputs 和 desired_outputs 进行计算。

【讨论】：