numpy add

在numpy中，'+' 和add 是一样的

np.add(x1, x2)

x1+x2

有种特殊情况需要注意，x1和x2的shape不一样的加法：

两个shape不一样的array相加后会变成一个common shape

 

>>> x1 = np.arange(9.0).reshape((3, 3))
>>> x2 = np.arange(3.0)
>>> np.add(x1, x2)
array([[  0.,   2.,   4.],
       [  3.,   5.,   7.],
       [  6.,   8.,  10.]])

x1是3x3的，x2是1x3的，加了之后就变成3x3，实际上是把x2在x1的第一维上加了3次

 

faster rcnn中的rpn的生成也有类似的代码：

all_anchors = (self._anchors.reshape((1, A, 4)) +shifts.reshape((1, K, 4)).transpose((1, 0, 2)))

self._anchors是1x9x4

shifts是2379x1x4

在第一维，self._anchors把9x4和shifts的2379个相加

在第一维的条件下，进行第二维计算。在第二维，shifts把每一个x4和self._anchors的9个相加。

在第二维的条件下，再进行第三维的计算。