theano：总和由等级标识(theano: summation by class label)

我有这代表了距离一组点的k近邻矩阵，且有近邻类标签的矩阵。 （均为N-由k值矩阵）

什么是theano建立一个（N-副＃类）矩阵，它的最好的方式（I，J）个元素是距离的总和从第i点到它的K-NN点与类标签“J” ？

例：

# N = 2
# k = 5
# number of classes = 3

K_val  = [[1,2,3,4,6],
          [2,4,5,5,7]]

l_val  = [[0,1,2,0,1],
          [2,0,1,2,0]]

result = [[5,8,3],
          [11,5,7]]

在theano这项任务？

K = theano.tensor.matrix()
l = theano.tensor.matrix()
result = <..some code..>

f = theano.function(inputs=[K,l], outputs=result)

Answer 1:

：您可能在具有看看这回购很有趣https://github.com/erogol/KLP_KMEANS/blob/master/klp_kmeans.py

是K-执行手段使用theano（FUNC kpl_kmeans ）。 我相信你想要的是矩阵W在函数中使用find_bmu 。

希望你觉得它有用。

文章来源: theano: summation by class label