Question

我点积2个numpy数组，一个数组的尺寸为（150，4），另一个数组的尺寸为（4，1）。这应该导致尺寸为（150，1）的数组，但是，我得到的是（150，4）的数组。

我尝试创建数据列表列表，并将其传递给数组构造函数。

x = iris.data #shape (150, 4)
y = np.array(y_actual) #shape (150, 1)

np.random.seed(1)

syn1 = 2 * np.random.random( (x.shape[1], x.shape[1]) ) - 1
syn2 = 2 * np.random.random( (x.shape[1], y.shape[1]) ) - 1

for i in range(10000):
    layer0 = x
    layer1 = sigmoid( np.dot(layer0, syn1) )
    layer2 = sigmoid( np.dot(layer1, syn2) )

    l2_err = layer2 - y

    l2_delta = l2_err * sigmoid(layer2, deriv = True)
    l1_err = np.dot(l2_delta, syn2.T)
    l1_delta = l1_err * sigmoid(layer1, deriv = True)

我希望layer2的尺寸为（150，1），但是我收到的尺寸为（150，4）。

Answer 1

我添加了尺寸-尽我所能推论：

x = iris.data #shape (150, 4)
y = np.array(y_actual) #shape (150, 1)

np.random.seed(1)

syn1 = 2 * np.random.random( (x.shape[1], x.shape[1]) ) - 1  # (4,4)
syn2 = 2 * np.random.random( (x.shape[1], y.shape[1]) ) - 1  # (4,1)

for i in range(10000):
    layer0 = x
    layer1 = sigmoid( np.dot(layer0, syn1) )   # (150,4) dot (4,4)=>(150,4)
    layer2 = sigmoid( np.dot(layer1, syn2) )   # (150,4) dot (4,1)=>(150,1)

    l2_err = layer2 - y       # (150,1) (150,1) => (150,1)

    l2_delta = l2_err * sigmoid(layer2, deriv = True)
    l1_err = np.dot(l2_delta, syn2.T)     # (150,1) (1,4) => (150,4)
    l1_delta = l1_err * sigmoid(layer1, deriv = True)

具有已知尺寸的两个numpy数组的点积未与预期尺寸相乘

1 个答案: