Question

我刚刚开始学习Python / NumPy。我想编写一个函数，该函数将应用具有2个输入和1个输出以及给定的权重矩阵的操作，即两个形状为（2,1）的NumPy数组，并且应该使用tanh返回形状为（1,1）的NumPy数组。这是我想出的：

import numpy as np
def test_neural(inputs,weights):
    result=np.matmul(inputs,weights)
    print(result)
    z = np.tanh(result)
    return (z)
x = np.array([[1],[1]])
y = np.array([[1],[1]])

z=test_neural(x,y)
print("final result:",z)

但是我遇到了以下matmul错误：

ValueError: matmul: Input operand 1 has a mismatch in its core dimension 0, with gufunc signature (n?,k),(k,m?)->(n?,m?) (size 2 is different from 1)

有人可以告诉我我在想什么吗？

Answer 1

问题在于矩阵乘法的维数。

您可以将共享尺寸的矩阵相乘（更多信息here）：

(M , N) * (N , K) => Result dimensions is (M, K)

您尝试相乘：

(2 , 1) * (2, 1)

但是尺寸是非法的。

因此，您必须在相乘之前先转置inputs（只需将.T应用于矩阵），就可以得到有效的相乘尺寸：

(1, 2) * (2, 1) => Result dimension is (1, 1)

代码：

import numpy as np
def test_neural(inputs,weights):
    result=np.matmul(inputs.T, weights)
    print(result)
    z = np.tanh(result)
    return (z)
x = np.array([[1],[1]])
y = np.array([[1],[1]])

z=test_neural(x,y)

# final result: [[0.96402758]]
print("final result:",z)

“ ValueError：matmul：输入操作数1的核心尺寸0不匹配（大小2与1不同）”

1 个答案: