有没有一种聪明的方法可以使用 numpy 摆脱这些循环？

问题描述

我已达到最大递归深度，我一直在尝试使用 np.tensordot()，但我无法真正深入了解在这种情况下如何使用它。

def stopping_condtion(a,V,V_old,eps):
    return  np.max(la.norm(V - V_old)) < ((1 - a) * eps)  / a

def value_iteration(net_profit,a,P,k = 0):
    eps = 0.1
    m = len(net_profit)
    n = len(V)

    A = np.zeros((n,m))

    for i in range(0,n):
        for j in range(0,m):
            A[i,j] = net_profit[j,i] + a * np.sum(P[j,:,i]) * V[j] 
            
    V_new = np.max(A,axis = 1)

    if stopping_condtion(a,V_new,eps):
        print(f'a* =  {np.argmax(A,axis = 1)} with alpha = {a} after n = {k} iterations ')
        return np.argmax(A,axis = 1)
    
    return value_iteration(net_profit,k+1)

这些是输入

profit = np.array([900,800,600,400,100])
cost   = np.array([0,80,800])

net_profit = (np.tile(profit,(3,1)).transpose() - cost).transpose()
alpha  = np.array([0.3,0.6,0.9])


P  = np.array([ [[0.6,0.4,0  ],[0,0.5,0.3,0.2,0.3],0.5],1  ]],[[0.8,0.8,0.1],0.5]],[[1,[1,0  ]] ])

V = np.zeros(len(P[0,0]))
value_iteration(net_profit,alpha[0],V)

我想知道是否有办法摆脱循环并仅使用 Numpy 操作以提高效率。

解决方法

您可以像以下（未经测试的）代码一样使用换位和广播。

A = net_profit.T + a * np.sum(P,axis=1).T * V[:,None]