我尝试过搜索StackOverflow，谷歌搜索，甚至使用symbolhound进行字符搜索，但无法找到答案。具体来说，我对Ch感到困惑。 1尼尔森的神经网络和深度学习，其中他说“假设输入typedef unsigned int uint;
class MyBreakoutGameType : ...
{
public:
private:
uint delay;
};
是a，而不是(n, 1) Numpy ndarray。” p>
起初我认为(n,) vector引用了数组的方向 - 所以它可能引用一列向量而不是只有一行的向量。但后来我不明白为什么我们需要(n,)和(n,) - 他们似乎也说同样的话。我知道我误解了一些事情，但我不确定。
供参考(n, 1)是指在被权重和偏差转换以产生下一层激活的输出向量之前，将被输入到神经网络的给定层的激活向量。 / p>
编辑：这个问题在“一列向量”（没有这样的东西）和“一列矩阵”（确实存在）之间徘徊。 “单行向量”和“单行矩阵”相同。
向量只是数字列表，或（等效地）向量空间的基矢量上的标量变换列表。如果它只有一行（或一列），那么当我们将其写出时，矢量可能看起来像一样。令人困惑的是，我们有时会提到“激活矢量”，但实际上意味着“转换激活值的单行矩阵，使其成为单列。”
请注意，在任何一种情况下，我们都不会讨论一维向量，它只是一个由一个数字定义的向量（除非，平均而言，n == 1，在这种情况下，“列”的概念或“行“区分将毫无意义”。
答案 0 :(得分：4)
(n,)是长度为1的元组，其唯一元素为n。 （语法不是(n)，因为它只是n而不是制作元组。）
如果数组具有形状(n,)，则表示它是一个沿其唯一维度长度为n的一维数组。它不是行向量或列向量;它没有行或列。它只是一个载体。
答案 1 :(得分：4)
在numpy中，数组可以有许多不同的维度，0,1,2等。
典型的2d数组具有维度(n,m)（这是一个Python元组）。我们倾向于将其描述为具有n行，m列。因此，(n,1)数组只有1列，(1,m)有1行。
但是因为一个数组可能只有一个维度，所以可以有一个(n,)形状（1个元素元组的Python表示法：更多信息见here）。
出于多种目的(n,)，(1,n)，(n,1)数组是等效的（也是(1,n,1,1)（4d））。它们都有n个术语，可以相互重组。
但有时额外的1维度很重要。 （1，m）阵列可以乘以（n，1）阵列以产生（n，m）阵列。一个（n，1）数组可以像a（n，m）一样索引，有2个索引x[:,0]，其中a（n，）只接受x[0]。
MATLAB矩阵总是2d（或更高）。因此，从MATLAB转移思想的人倾向于期望2个维度。有一个np.matrix子类应该模仿它。
对于numpy程序员来说，向量，行向量，列向量，矩阵之间的区别是松散的，相对不重要。或者使用是从应用程序而不是从numpy本身派生的。我认为这就是这本网络书籍正在发生的事情 - 符号和期望来自numpy之外。
请参阅此答案，了解如何根据ndarrays中存储的数据解释形状。它还提供了有关如何使用.reshape：https://stackoverflow.com/a/22074424/3277902