Question

我正在尝试进行反向传播，并且错误出现在训练的最后一步，更新权重。

错误如下

syn1 += l1.T.dot(l2_delta) * 0,2 
ValueError: shapes (4,) and (1,) not aligned: 4 (dim 0) != 1 (dim 0)

我已经尝试了几种方法，但是找不到有用的答案。这是代码

import numpy
import random

trainset = [[0,0,0],
            [0,0,1],
            [1,0,0],
            [1,0,1],
            [1,1,1],
            [1,1,0],
            [0,1,1]]

answerset = numpy.array([[0],[0],[0],[1],[0],[1],[1]])
def sigmoid(z, deriv=False):
    if deriv==True:
        return z*(1-z)
    return 1/(1+numpy.exp(-z))

sigmoid(45)

syn0 = 2*numpy.random.random((3,4)) - 1
syn1 = 2*numpy.random.random((4,1)) - 1

for i in range(60000):
    an = random.randint(0,len(trainset)-1)
    l0 = trainset[an]
    l1 = sigmoid(numpy.dot(l0,syn0))
    l2 = sigmoid(numpy.dot(l1,syn1))
    #print("l2"l2)
    l2_error = answerset[an] - l2
    if(i % 10000) == 0:
        print(l2_error)
    l2_delta = l2_error*sigmoid(l2, deriv=True)
    l1_error = l2_delta.dot(syn1.T)
    l1_delta = l1_error*sigmoid(l1,deriv=True)
    print(l2_delta)
    print(l1)
    syn1 += l1.T.dot(l2_delta) * 0,2
    syn0 += l0.T.dot(l1_delta) * 0,2

print(l2)

Answer 1

基本上，您的numpy ndarray形状不同于转置。您可以参考以下有关形状的链接。docs

机器学习矩阵乘法ValueError：形状未对齐

1 个答案: