要素ごとの操作のブロードキャスト規則

このセクションの目的は、ブロードキャストを使用する運用に適用される一連の共通ルールを提供することです。

説明

ブロードキャストを使用すると、任意の次元数の入力に対して要素ごとの演算を実行できます。次の 2 種類のブロードキャストがサポートされます: Numpy と PDPD。

規則

ブロードキャストなし:

  1. 入力テンソルの次元は一致する必要があります。
  2. 暗黙的なブロードキャスト規則は適用されません。

Numpy ブロードキャスト:

  1. 2 つのテンソルの右揃えの次元が要素ごとに比較されます。
  2. 小さいテンソルは、大きいテンソルと同じ形状にするために、サイズ 1 の次元が付加されます。
  3. アライメント後、両方のテンソルが等しいか、次元の 1 つが 1 の場合、2 つのテンソルは互換性があります。
  4. サイズ 1 の次元のテンソルは、2 番目のテンソルのサイズと一致するように暗黙的にブロードキャストされます。
  5. 両方の入力がランク = 0 の場合、結果はスカラーになります。

PDPD ブロードキャスト:

  1. 最初の入力テンソル A は任意のランクであり、2 番目の入力 B は最初の入力以下のランクを持ちます。
  2. 入力テンソル B は、入力 A の連続サブシーケンスです。
  3. A の形状と一致するようにブロードキャスト B を適用します。指定された軸は、B を A にブロードキャストする開始次元インデックスです。
  4. 軸がデフォルト (-1) に設定されている場合、新しい値を計算します: axis = rank(A) - rank(B)。デフォルト値の (-1) を除き、軸には負の値は許可されません。
  5. 入力 B のサイズ 1 の末尾の次元は、shape(B) = (3, 1) => (3) などのサブシーケンスでは無視されます。

Numpy の例

  • A: Shape(,) -> scalar B: Shape(,) -> scalar Result: Shape(,) -> scalar

  • A: Shape(2, 3) B: Shape( 1) Result: Shape(2, 3)

  • A: Shape( 3) B: Shape(2, 3) Result: Shape(2, 3)

  • A: Shape(2, 3, 5) B: Shape(,) -> scalar Result: Shape(2, 3, 5)

  • A: Shape(2, 1, 5) B: Shape(1, 4, 5) Result: Shape(2, 4, 5)

  • A: Shape( 6, 5) B: Shape(2, 1, 5) Result: Shape(2, 6, 5)

  • A: Shape(2, 1, 5) B: Shape( 4, 1) Result: Shape(2, 4, 5)

  • A: Shape(3, 2, 1, 4) B: Shape( 5, 4) Result: Shape(3, 2, 5, 4)

  • A: Shape( 1, 5, 3) B: Shape(5, 2, 1, 3) Result: Shape(5, 2, 5, 3)

  • A: Shape(3) B: Shape(2) Result: broadcast won't happen due to dimensions mismatch

  • A: Shape(3, 1, 5) B: Shape(4, 4, 5) Result: broadcast won't happen due to dimensions mismatch on the leftmost axis

PDPD の例

  • A: Shape(2, 3, 4, 5) B: Shape( 3, 4 ) with axis = 1 Result: Shape(2, 3, 4, 5)

  • A: Shape(2, 3, 4, 5) B: Shape( 3, 1 ) with axis = 1 Result: Shape(2, 3, 4, 5)

  • A: Shape(2, 3, 4, 5) B: Shape( 4, 5) with axis=-1(default) or axis=2 Result: Shape(2, 3, 4, 5)

  • A: Shape(2, 3, 4, 5) B: Shape(1, 3 ) with axis = 0 Result: Shape(2, 3, 4, 5)

  • A: Shape(2, 3, 4, 5) B: Shape(,) Result: Shape(2, 3, 4, 5)

  • A: Shape(2, 3, 4, 5) B: Shape( 5) with axis=-1(default) or axis = 3 Result: Shape(2, 3, 4, 5)

  • A: Shape(8, 1, 6, 1) B: Shape( 7, 1, 5) with axis = 1 Result: broadcast won't happen due to dimensions mismatch, only B to A broadcast is supported for PDPD

双方向ブロードキャスト規則

説明

双方向ブロードキャストは、要素ごとの操作を目的としたものではありません。目的は、配列を指定された形状にブロードキャストすることです。

規則

双方向ブロードキャスト:

  1. 入力テンソルの次元は右揃えです。

  2. 次のブロードキャスト規則が適用されます: numpy.array(input) * numpy.ones(target_shape)。

  3. 2 つの対応する次元が同じ値を持つか、そのうちの 1 つが 1 に等しい必要があります。

  4. 次の場合、出力形状は target_shape と等しくない可能性があります。

  • target_shape サイズ 1 の次元が含まれます。

  • target_shape ランクは入力テンソルのランクより小さくなります。

双方向の例

  • A: Shape(5) class="docutils literal notranslate">B: Shape(1) class="docutils literal notranslate">Result: Shape(5)

  • A: Shape(2, 3) class="docutils literal notranslate">B: Shape( 3) class="docutils literal notranslate">Result: Shape(2, 3)

  • A: Shape(3, 1) class="docutils literal notranslate">B: Shape(3, 4) class="docutils literal notranslate">Result: Shape(3, 4)

  • A: Shape(3, 4) class="docutils literal notranslate">B: Shape(,) -> scalar class="docutils literal notranslate">Result: Shape(3, 4)

  • A: Shape( 3, 1) class="docutils literal notranslate">B: Shape(2, 1, 6) class="docutils literal notranslate">Result: Shape(2, 3, 6)