编写64x1输入输出四次多项式函数遇IndexError问题求助

问题描述 #

需要实现一个输入为64×1维度、输出为64×1维度的函数，每个元素按公式 y = a*x + b*x² + c*x³ + (1-a-b-c)*x⁴ 计算。编写的函数及测试代码运行时出现错误：

IndexError: invalid index to scalar variable.
报错行：mtx_coeff[0][0] = a_v[0]

错误原因 #

报错的直接原因是传入函数的a_v被识别为标量而非1×3的数组，无法执行a_v[0]的索引操作。具体诱因包括：

• 函数调用笔误：测试代码中调用的是polyMm4_v(coe, x)，但定义的函数是polyMm4(a_v, x)，函数名不匹配。如果polyMm4_v是另一个参数逻辑错误的函数，会导致a_v被错误转换为标量。
• 数组索引逻辑错误：传入的coe是1×3的numpy数组，正确的索引方式应为a_v[0][0]（取第一行第一列的标量），而非a_v[0]（取第一行的一维数组），若函数中错误处理索引，也会引发维度不兼容问题。

修复方案 #

1. 修正函数调用 #

确保调用的函数名与定义一致：

y = polyMm4(coe, x)

2. 修复函数内部逻辑 #

修改函数中的维度错误、冗余代码及索引问题，完整修复后的函数如下：

import numpy as np
import torch

batch_size = 64

def polyMm4(a_v, x):
    # 直接构造x的各次幂矩阵，避免冗余随机初始化
    mtx_xpower = np.hstack([
        x, 
        np.power(x, 2), 
        np.power(x, 3), 
        np.power(x, 4)
    ])

    # 初始化系数矩阵，避免冗余随机值
    mtx_coeff = np.zeros((1, 4))
    mtx_coeff[0][0] = a_v[0][0]
    mtx_coeff[0][1] = a_v[0][1]
    mtx_coeff[0][2] = a_v[0][2]
    mtx_coeff[0][3] = 1 - a_v[0][0] - a_v[0][1] - a_v[0][2]

    # 修正矩阵乘法维度：转置系数矩阵以匹配运算要求
    y = np.matmul(mtx_xpower, mtx_coeff.T)

    # 直接将结果转为torch张量，避免错误的赋值操作
    output = torch.from_numpy(y).float()
    return output

3. 验证测试代码 #

测试代码无需修改（仅修正函数调用名），运行后即可得到64×1维度的输出结果。

内容的提问来源于stack exchange，提问作者WebNewbie1145