0

在以下示例中，有人可以向我解释在 Python 中的 for 循环中执行增强赋值时的意外行为：

  • 以下代码正在进行n_epochs迭代，试图达到参数的最佳值theta。奇怪的是，即使它正确地完成了工作并成功收敛，列表中theta_list也充满了循环最后一次迭代的n_epochs + 1值theta。
eta = 0.1
n_epochs = 5
theta = np.random.rand(2, 1)

loss_list = []
theta_list = []
theta_list.append(theta)
for epoch in range(n_epochs):
    theta -= eta * loss_grad(theta, x, y)
    theta_list.append(theta)
    loss_list.append(loss(theta, np.c_[np.ones_like(x), x], y))
print(theta_list)

In [1]: %run proto.py
[array([[3.6315498 ],
       [3.40173314]]), array([[3.6315498 ],
       [3.40173314]]), array([[3.6315498 ],
       [3.40173314]]), array([[3.6315498 ],
       [3.40173314]]), array([[3.6315498 ],
       [3.40173314]]), array([[3.6315498 ],
       [3.40173314]])]
  • 在上一个示例中更改单行之后，从
theta -= eta * loss_grad(theta, x, y)

至

theta = theta - eta * loss_grad(theta, x, y)

输出看起来符合预期：

In [5]: %run proto.py
[array([[0.00686239],
       [0.06257885]]), array([[1.50998752],
       [1.80281404]]), array([[2.35777388],
       [2.7475853 ]]), array([[2.84342938],
       [3.25403032]]), array([[3.12872463],
       [3.51915101]]), array([[3.30292104],
       [3.65160945]])]

我没有在 stackoverflow 或其他任何在线网站上注意到有人遇到过类似的问题。我正在使用通过 Anaconda3 安装的 Windows 10 和 Python 3.8.5。

4

1 回答 1

0

出于效率原因，Numpy 数组支持（广播）就地增强分配。

您的第一个示例修改了名称所指向的变量theta。

第二个计算theta - eta * loss_grad(theta, x, y),。然后将其分配给 name theta。

于 2021-01-14T12:36:21.053 回答