我有兩個(gè) shape 向量，(batch, dim)我試圖將它們相減。目前，我正在使用一個(gè)簡(jiǎn)單的循環(huán)從 1 中減去error基于第二個(gè)向量（即label）的向量（即）中的特定條目：per_ts_loss=0for i, idx in enumerate(np.argmax(label, axis=1)):    error[i, idx] -=1    per_ts_loss += error[i, idx]我怎樣才能矢量化這個(gè)？例如，錯(cuò)誤和標(biāo)簽可能如下所示：error :array([[ 0.5488135   0.71518937  0.60276338  0.54488318  0.4236548 ]       [ 0.64589411  0.43758721  0.891773    0.96366276  0.38344152]])label:    array([[0, 0, 0, 1, 0 ],           [0, 1, 0, 0, 0]])對(duì)于此示例，運(yùn)行以下代碼會(huì)產(chǎn)生以下結(jié)果：for i, idx in enumerate(np.argmax(label,axis=1)):    error[i,idx] -=1    ls_loss += error[i,idx]結(jié)果 ：error:  [[ 0.5488135   0.71518937  0.60276338  0.54488318  0.4236548 ] [ 0.64589411  0.43758721  0.891773    0.96366276  0.38344152]]label:  [[ 0.  0.  0.  1.  0.] [ 0.  1.  0.  0.  0.]]error(indexes 3 and 1 are changed): [[ 0.5488135   0.71518937  0.60276338 -0.45511682  0.4236548 ] [ 0.64589411 -0.56241279  0.891773    0.96366276  0.38344152]]per_ts_loss:  -1.01752960574這是代碼本身：https : //ideone.com/e1k8ra我被困在如何使用 的結(jié)果上np.argmax，因?yàn)榻Y(jié)果是一個(gè)新的索引向量，它不能簡(jiǎn)單地像這樣使用： error[:, np.argmax(label, axis=1)] -=1所以我被困在這里了！