टेंसर आकारों का प्रसारण
अंतिम आयाम मिलाकर और इकाई अक्ष फैलाकर साझा टेंसर आकार निकालें।
from itertools import zip_longest
def broadcast_shape(a, b):
a, b = tuple(a), tuple(b)
if any(type(d) is not int or d < 0 for d in a + b):
raise ValueError("dimension.invalid")
result = []
for left, right in zip_longest(reversed(a), reversed(b), fillvalue=1):
if left == right or right == 1:
result.append(left)
elif left == 1:
result.append(right)
else:
raise ValueError("shape.incompatible")
return tuple(reversed(result))प्रोजेक्ट
स्केलर और इकाई आयामों के साथ खाली अक्ष जाँचें तथा असंगत, ऋणात्मक या भिन्न आयाम अस्वीकार करें।
लागू करने से पहले समीक्षा करें
वास्तविक व्यवहार की अपेक्षित परिणाम से तुलना करें। जाँच असफल हो तो अगले बदलाव से पहले कारण समझें।
मॉडल
बेस URL और आवश्यक होने पर API कुंजी से OpenAI-संगत या Anthropic endpoint सेट करें। कनेक्शन जाँचें। स्थानीय मॉडल सर्वर चालू होना चाहिए; दूरस्थ उपकरण अलग से डेटा भेज सकते हैं।
from itertools import zip_longest
def broadcast_shape(a, b):
a, b = tuple(a), tuple(b)
if any(type(d) is not int or d < 0 for d in a + b):
raise ValueError("dimension.invalid")
result = []
for left, right in zip_longest(reversed(a), reversed(b), fillvalue=1):
if left == right or right == 1:
result.append(left)
elif left == 1:
result.append(right)
else:
raise ValueError("shape.incompatible")
return tuple(reversed(result))संख्यात्मक परियोजना में आकार की धारणाओं का पता लगाएँ
ShapeEstuary संख्यात्मक सॉफ़्टवेयर कार्य के लिए Windows कार्यक्षेत्र देता है, जहाँ परियोजना फ़ोल्डर और एआई चर्चा जुड़े रहते हैं। विफल या अनपेक्षित आकार लौटाने वाली क्रिया से शुरू करें। पैच माँगने से पहले चुने मॉडल से आसपास के रूपांतरण जँचवाएँ और उनकी धारणाएँ समझवाएँ। इससे जाँच वास्तविक परिणाम उपयोग करने वाली पाइपलाइन से जुड़ी रहती है।
मसलन broadcast.py आकार संगतता की समीक्षा का आधार हो सकता है। उपयोगी अनुरोध में आने वाले आयाम, अपेक्षित आउटपुट आकार और असंगत इनपुट का आवश्यक व्यवहार हो। उदाहरण को पूरा संख्यात्मक सिस्टम मानने के बजाय पूछें कि हेल्पर का परिणाम आगे कैसे उपयोग होता है। सॉफ़्टवेयर कोडिंग कार्यक्षेत्र देता है; आवश्यक ऐरे लाइब्रेरी, डेटा और रनटाइम जाँच आपकी परियोजना तय करती है।
समर्थित OpenAI-संगत या Anthropic एंडपॉइंट उपलब्ध कराए तो अप्रतिबंधित एआई मॉडल चुन सकते हैं। सेवा का पता और आवश्यक क्रेडेंशियल सेट करें, फिर कार्य के लिए क्षमताएँ जाँचें। संपादन की समीक्षा करें और प्रतिनिधि आकार जाँचें, जिसमें अनुबंध अनुमति दे तो खाली आयाम भी हों। परिणामी व्यवहार अनुप्रयोग की संख्यात्मक लाइब्रेरी से मिलाएँ। इससे मॉडल की आत्मविश्वासी व्याख्या को सत्यापित संख्यात्मक व्यवहार समझे बिना चर्चा को संगतता का प्रमाण मिलता है।
संख्यात्मक आकार कार्य की समीक्षा के प्रश्न
आकार असंगति की रिपोर्ट के साथ क्या दें?
इनपुट आकार, विफल क्रिया, अपेक्षित परिणाम और संबंधित लाइब्रेरी संस्करण दें। दोहराया जा सकने वाला छोटा मामला लक्षण को स्रोत से जोड़ता है। आयाम और प्रतिनिधि मान समस्या समझा दें तो बड़ा डेटासेट न भेजें।
क्या यह कार्यक्षेत्र GPU त्वरण देता है?
कोडिंग कार्यप्रणाली से त्वरण क्षमता स्थापित नहीं होती। निष्पादन आपकी परियोजना की लाइब्रेरी, हार्डवेयर और रनटाइम तय करते हैं। ShapeEstuary में कोड बदलाव जाँचें और चर्चा करें, फिर संख्यात्मक काम के वास्तविक परिवेश में मापें और सत्यापित करें।
शून्य आकार के आयाम कैसे संभालें?
बताएँ कि अनुप्रयोग उन्हें स्वीकार करता है या नहीं और प्रस्तावित व्यवहार उसकी ऐरे लाइब्रेरी से मिलाएँ। वैध और असंगत संयोजन जाँचें। धनात्मक आयामों का सामान्य नियम खाली परिणाम स्वीकार करने वाले मौजूदा अनुबंध को चुपचाप न बदले।
हेल्पर बदलने पर आगे का कोड बदलूँ?
पहले उपभोक्ता जाँचें। अलग आउटपुट आकार या त्रुटि प्रकार के लिए समन्वित बदलाव लग सकते हैं। प्रभावित धारणाएँ पहचानने को कहें, फिर संपादन साथ जाँचें और पूरी क्रिया के परीक्षण चलाएँ।
ShapeEstuary · अद्यतन 2026-10-25