pythonで関数への入力を複数処理する方法を教えてください

pythonでnumpyのeinsumを使用するときに9個の配列を１つのデータとしてを一つずつ処理しているのですが、
これを複数入力データに対応できるようにバッチ処理を行いたいのですが、どのようにすればよいでしょうか。

バッチ処理していないeinsum計算が下記です。

python
1import numpy as np
2
3def einsum_test(x):
4    A1 = np.arange(4).reshape(2,2)
5    A2 = np.arange(8).reshape(2,2,2)
6    A3 = np.arange(4).reshape(2,2)
7    
8    I0 = torch.tensor([1, 0])
9    I1 = torch.tensor([0, 1])
10    
11    I = I0 if x[0] == 0 else I1
12    y = np.einsum("ia,i->a",A1,I)
13    I = I0 if x[1] == 0 else I1
14    y = np.einsum("a,aib,i->b",y,A2,I)
15    I = I0 if x[2] == 0 else I1 
16    y = np.einsum("a,ai,i->...",y,A3,I)
17    
18    return y
19
20x = np.array([1,1,1])
21y = einsum_test(x)
22print(y)

output
1103

この処理を複数の入力で処理したいです。
xを多次元配列にして、これを入力としたいのですが、
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
とエラーが出てしまいます。

x
1x = np.array([[1,1,1],[0,1,0],[0,0,1]])

python
1import numpy as np
2
3def einsum_test_batch(x):
4    A1 = np.arange(4).reshape(2,2)
5    A2 = np.arange(8).reshape(2,2,2)
6    A3 = np.arange(4).reshape(2,2)
7    
8    I0 = torch.tensor([1, 0])
9    I1 = torch.tensor([0, 1])
10    
11    I = I0 if x[:,0] == 0 else I1
12    y = np.einsum("ia,i->a",A1,I)
13    I = I0 if x[:,1] == 0 else I1
14    y = np.einsum("a,aib,i->b",y,A2,I)
15    I = I0 if x[:,2] == 0 else I1 
16    y = np.einsum("a,ai,i->...",y,A3,I)
17    
18    return y
19
20x = np.array([[1,1,1],[0,1,0],[0,0,1]])
21y = einsum_test_batch(x)
22print(y)

このプログラムを修正して下記の出力となるようにできますか？

expect
1103
214
319

winterboum

2023/12/03 00:34

バッチ処理ってどういうことを指してます？一般的にはメインで動いているプロセスとは別に cron(unix系のOSなら) などで適宜起動させて処理することを言います。そういう意味でしたらそのプログラムを cronで実施するように crontabを書くだけ。

redcatML

2023/12/03 00:43

質問ありがとうございます。機械学習でいうところの複数の入力に対するバッチ処理を想定していました。誤解を生み表現なので質問内で訂正します。

meg_

2023/12/03 00:43

> ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()とエラーが出てしまいます。エラーメッセージは抜粋でなく（個人情報以外の）全文を載せていただけませんか？

行動規範の内容に同意します

回答1件

ベストアンサー

以下は numpy.vectorize を使う方法です。

python
1import torch
2import numpy as np
3
4def einsum_test_batch(x):
5    A1 = np.arange(4).reshape(2,2)
6    A2 = np.arange(8).reshape(2,2,2)
7    A3 = np.arange(4).reshape(2,2)
8    
9    I0 = torch.tensor([1, 0])
10    I1 = torch.tensor([0, 1])
11
12    I = I0 if x[0] == 0 else I1
13    y = np.einsum("ia,i->a",A1,I)
14    I = I0 if x[1] == 0 else I1
15    y = np.einsum("a,aib,i->b",y,A2,I)
16    I = I0 if x[2] == 0 else I1 
17    y = np.einsum("a,ai,i->...",y,A3,I)
18
19    return y
20
21x = np.array([[1,1,1],[0,1,0],[0,0,1]])
22y = np.vectorize(einsum_test_batch, signature='(n)->()')(x)
23print(y)
24
25# [103  14  19]