我再次在使用PythonNumPy和数组以在矩阵之间进行一些计算的过程中苦苦挣扎。

可能无法正常工作的代码部分如下：

train, test, cv = np.array_split(data, 3, axis = 0)

train_inputs = train[:,: -1]

test_inputs = test[:,: -1]

cv_inputs = cv[:,: -1]

train_outputs = train[:, -1]

test_outputs = test[:, -1]

cv_outputs = cv[:, -1]

当打印这些矩阵信息(np.ndim，np.shape和dtype分别)，这是你会得到什么：

2

1

2

1

2

1

(94936, 30)

(94936,)

(94936, 30)

(94936,)

(94935, 30)

(94935,)

float64

float64

float64

float64

float64

float64

我相信它在所有*_output数组中都缺少1维。

我需要的另一个矩阵是通过以下命令创建的：

newMatrix = neuronLayer(30, 94936)

在其中neuronLayer定义为的类：

class neuronLayer():

def __init__(self, neurons, neuron_inputs):

self.weights = 2 * np.random.random((neuron_inputs, neurons)) - 1

这是最终的输出：

outputLayer1 = self.__sigmoid(np.dot(inputs, self.layer1.weights))

ValueError: shapes (94936,30) and (94936,30) not aligned: 30 (dim 1) != 94936 (dim 0)

Python清楚地告诉我矩阵没有加在一起，但是我不明白问题出在哪里。

有小费吗？

PS：完整的代码粘贴到。

解决方案

layer1 = neuronLayer(30, 94936) # 29 neurons with 227908 inputs

layer2 = neuronLayer(1, 30) # 1 Neuron with the previous 29 inputs

NueronLayer在哪里创建

self.weights = 2 * np.random.random((neuron_inputs, neurons)) - 1

2个权重的大小分别为(94936,30)和(30,1)。

这条线没有任何意义。我很惊讶它没有给出错误

layer1error = layer2delta.dot(self.layer2.weights.np.transpose)

我怀疑你想要np.transpose(self.layer2.weights)还是self.layer2.weights.T。

但是也许它没有到达那里。train首次致电think(94936,30)inputs

outputLayer1 = self.__sigmoid(np.dot(inputs, self.layer1.weights))

outputLayer2 = self.__sigmoid(np.dot(outputLayer1, self.layer2.weights))

因此，它尝试对np.dot2个(94936,30)，(94936,30)数组进行a运算。它们与点不兼容。您可以换位，产生(94936,94936)数组或(30,30)。一个看起来太大了。(30,30)与第二层的重量兼容。

np.dot(inputs.T, self.layer1.weights)

有工作的机会。

np.dot(outputLayer1, self.layer2.weights)

(30,30) with (30,1) => (30,1)

但是你呢

train_outputs - outputLayer2

不管train_outputs是(94936，)还是(94936,1)都会有问题

您需要确保数组形状在计算过程中正确流动。不要一开始就检查它们。然后内部检查。并确保您了解它们在每个步骤中应具有的形状。

使用更少的输入和层(例如10个示例和3个功能)来开发和测试此代码将容易得多。这样，您可以查看值和形状。