Question

我正在尝试进入神经网络，并想从正在观看的视频中测试一些代码，但是我不断收到错误消息：“ Neural_Network对象没有属性w1”，我似乎无法弄清楚。我经历了许多相关的stackoverflow，但是它们似乎并没有回答这个问题，并且由于我之前没有为python做任何面向对象的编程，所以我不知道发生了什么。

浏览代码时，我以为self.w1被设置为局部变量，因此我尝试实例化它，并将set作为构造函数声明上方的全局变量设置，但这没有用。

import numpy as np
class Neural_Network(object):

def _init_(self):
    self.inputLayerSize = 2
    self.outputLayerSize = 1
    self.hiddenLayerSize = 3

    self.w1 = np.random.randn(self.inputLayerSize, self.hiddenLayerSize)
    self.w2 = np.random.randn(self.hiddenLayerSize, self.outputLayerSize)

def forward(self, x):
    self.z2= np.dot(x, self.w1)
    self.a2 = self.sigmoid(self.layer1)
    self.z3 = np.dot(self.a2,self.w2)
    yhat = self.sigmoid(self.z3)
    return yhat


def sigmoid(self, x):
    return 1 / (1 + np.exp(-x))

x = np.array(([3,5],[5,1],[10,2]),dtype=float)
y = np.array((([75],[82],[93])),dtype=float)
n1 = Neural_Network()
yhat = n1.forward(x)
print(yhat)

代码应生成一个矩阵，该矩阵说明给定指定输入“ x”的可能等级。

类似的东西：x = [[2,3]，[5,2]] 输出：[[82]，[93]，[100]]

Answer 1

init应该有两个下划线，例如：

def __init__(self):

在每侧没有两个下划线的情况下，Python在实例化对象时不会调用该函数。通常，所有这些特殊功能和属性都有一对双下划线。

Answer 2

这个菜鸟错误只会使我丧命，我也没有立即发现它：

init 不像init那样复杂，因此当Neural_Network（）时什么也没有执行
从对象继承总是，不要写
然后您会发现隐藏层self.layer1未定义
然后，不要给变量名一个字母+数字，例如w1，它与wl等非常混淆

Ahh也很重要，您可能没有输出[75]，[82]，[93]，因为您记得的S形范围是0到1，输入也一样。将sigmoida用作输入并选择清晰的输出，仅表示0或1

import numpy as np
class Neural_Network:

def __init__(self):
    self.inputLayerSize = 2
    self.outputLayerSize = 1
    self.hiddenLayerSize = 3

    self.w_h = np.random.randn(self.inputLayerSize, self.hiddenLayerSize)
    self.w_o = np.random.randn(self.hiddenLayerSize, self.outputLayerSize)

    self.layer_hidden = np.random.randn(self.hiddenLayerSize)

def forward(self, x):
    self.z2= np.dot(x, self.w_h)
    self.a2 = self.sigmoid(self.layer_hidden)
    self.z3 = np.dot(self.a2,self.w_o)
    yhat = self.sigmoid(self.z3)
    return yhat


def sigmoid(self, x):
    return 1 / (1 + np.exp(-x))

x = np.array（（[[3,5]，[5,1]，[10,2]），dtype = float） y = np.array（（（[[75]，[82]，[93]）），dtype = float） n1 =神经网络（） yhat = n1.forward（x）打印（yhat）

'Neural_Network'对象没有属性'w1'，但我认为它确实有

2 个答案: