Python / Numpy：如何避免這些 for 循環？

Question

我想重構這兩個函數以擺脫for循環。 有什么想法可以使用 python / numpy 來完成嗎？

def hessian(self, theta, X):
    matrix = np.array([[0.0, 0.0, 0.0], [0.0, 0.0, 0.0], [0.0, 0.0, 0.0]])
    for x in X:
        g = self.gFunc(theta, x)
        outer = np.outer(x, x)
        matrix = matrix + g * (1.0 - g) * outer
    return -matrix

def gradient(self, theta, X, Y):
    gradient = np.array([0.0, 0.0, 0.0])
    for x, y in zip(X, Y):
        g = self.gFunc(theta, x)
        gradient = gradient + (y - g) * x
    return gradient
def gFunc(self, theta, x):
    dot = np.dot(theta, x)
    return 1.0 / (1.0 + np.exp(-dot))

Answer 1

或多或少，您可以將相同的運算符用於單一運算並將它們用於 numpy arrays，用於加法，乘法，...

def gradient2(self, theta, X: np.ndarray, Y: np.ndarray):
    return np.multiply(Y - self.gFunc(theta, X), X).sum(axis=0)

---

對於hessian ，由於np.outer我不知道如何簡化它