"ValueError: matmul:输入操作数1在其核心维度0中不匹配... (大小2与1不同)“
提问于 2020-09-13 20:36:05
我刚刚开始学习Python/NumPy。我想写一个函数，它将应用一个具有2个输入和1个输出的操作，以及一个给定的权重矩阵，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。这是我想出来的：
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)但是我得到了下面的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)有人能告诉我我错过了什么吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-09-13 20:45:36
问题是矩阵乘法的维数。
您可以像这样将矩阵与共享维度相乘(请阅读更多here)：
(M , N) * (N , K) => Result dimensions is (M, K)你可以尝试乘法：
(2 , 1) * (2, 1)但是尺寸是非法的。
所以你必须在乘法之前转置inputs (只需在矩阵上应用.T )，这样你就可以得到有效的乘法维数：
(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)页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/63875331
复制
腾讯云开发者
