假设我有一个形状为batch_size,T,d的张量,其中T是语音文件的帧数,d是MFCC的维度。现在我想扩展一下左侧和右侧框架的上下文,就像numpy中的这个函数:
def make_context(feature, left, right):
'''
Takes a 2-D numpy feature array, and pads each frame with a specified
number of frames on either side.
'''
feature = [feature]
for i in
假设我已经有一个非常大的2d矩阵(比如10000,10000),并且我想要创建一个新的矩阵A(比如10000,10000,2),这样,Ai,j,:=i,j的直观方法如下:
import numpy as np
c = np.zeros([10000,10000,2])
d1,d2 = c.shape[:2]
for i in range(d1):
for j in range(d2):
c[i,j,:] = (i,j)
# it's time-consuming
然而,是时候消磨时间了
我决定使用广播:
d = np.zeros([10000,10000,2