Question

我试图创建不同形状的np.array的np.array。我需要它，因为在下一部分中，我将总结这个大型np.array与一些具有相同形状的delta_array。像矩阵一样 self.weights += delta_weights 我将分别处理其中的每个阵列。或者例如，我需要将所有数组的元素乘以某个数字。

无法弄清楚错误:(请帮助我。代码创建不同形状的随机np.arrays列表。所以这是我的代码：

weights = []
for i in range(1, len(self.layers)):
    weights.append(np.random.rand(self.layers[i-1] + 1, self.layers[i]))
print(type(weights))
print([(type(w), w.shape) for w in weights])
#error here with layers = [2,2,1] or [3,3,1] etc
self.weights = np.array(weights)

输出：对于self.layers = [2,2,1]

<class 'list'>
[(<class 'numpy.ndarray'>, (3, 2)), (<class 'numpy.ndarray'>, (3, 1))]
Traceback (most recent call last):
line 20, in <module>
 run()
line 8, in run
 net.init_weights()
line 71, in init_weights
 self.weights = np.array(weights)
ValueError: could not broadcast input array from shape (3,2) into shape (3)

对于[2,3,1]，一切都还可以：

<class 'list'>
[(<class 'numpy.ndarray'>, (3, 3)), (<class 'numpy.ndarray'>, (4, 1))]

对于[3,3,1]同样的故事[2,2,1] - 错误

对于[3,7,1]或[3,2,1]，一切都还可以。

//用于机器学习的梯度下降的权重矩阵。

Answer 1

好的，您正在尝试创建一个矩阵数组，以便稍后可以使用数组操作（如+=）。

你可以声明一个ndarray来容纳另一个ndarray，然后用矩阵填充它（它们只是二维的ndarrays）：

weights = np.empty(len(self.layers), dtype=np.ndarray)
for i in range(1, len(self.layers)):
    weights[i] = np.random.rand(self.layers[i-1] + 1, self.layers[i])

请记住，这绝对不是一个三维数组：它纯粹是一个二维数组的数组。

您的代码适用于[2, 3, 1]的原因是广播的是一维1的数组;根据我的理解，这纯粹是偶然的，而不是你想要的。

Answer 2

当您给np.array一个数组列表时，它会尝试将它们组合成一个数组（具有更高的ndim）。只有它不能合并它们才会创建一个dtype object数组，每个插槽中都有一个数组。

在[2,3,1]案例中，2个数组是(3,3)和(4,1)。由于没有办法'堆叠'这些，它会创建一个包含这2个的2元素数组。

在[3,3,1]案例中，2个数组是(4,3)和(4,1)。由于尺寸重叠（4行），它似乎试图将它们连接成一个数组，可能是(2,4,?)，但不是很成功。在您的版本中它会引发错误，在我的版本中它会创建一个(2,4) Nones数组。

Evert的解决方案是一个正确处理这些令人困惑的案例的解决方案。即使weights中的2个数组大小相同，它仍然有效。

比如说，如果您的weights包含2个(4,3)数组。 np.arrays(weights)将生成(2,4,3)数组。 Evert的解决方案仍然会生成一个包含2个(2,)数组的(4,3)数组。

在不同的numpy版本中看起来有一个错误（或两个）。带有1.8.0 numpy的Python3处理[2,2,1]的情况就好了。

更简单的测试用例是：

np.array([np.ones((2,2)), np.zeros((2,1))])

围绕2个阵列的尺寸进行游戏。它应该在大多数情况下产生2个元素数组，如果2个尺寸相同则产生(2,n,m)数组。

为什么我在尝试强制转换np.array时遇到错误（some_list）ValueError：无法广播输入数组

2 个答案: