更新列表列表只针对一次迭代进行，但在 Perceptron 算法 ML 中的进一步迭代中不会发生

Question

以下是我的多类感知器算法代码。在这里，我试图更新列表列表给出的权重向量 - 权重。逻辑是正确的，它在 1 次迭代中正确执行。列表的权重列表初始化为全部 0。在第一个迭代中，权重列表会更新，但在后续迭代中，该列表不会更新。我不明白我做错了什么？请帮忙。谢谢代码： **import numpy as npdata = open("mnist_data_training.csv",'r')weights = [[0 for _ in range(784)] for _ in range(10)]for _ in range(0,3):    for row in data:        lst_row = (row.rstrip('\n').split(','))        list_row = lst_row[:-1]        if (max_weight_index != (lst_row[784])):            weights[lst_row[784]] = np.add(weights[lst_row[784]],list_row) **# Updating weight vector here**            weights[max_weight_index] = numpy.subtract(weights[max_weight_index],list_row) **#Updating weight vector here**GitHub 链接 - https://github.com/sudhakosuri/Multi-Class-Perceptron.git

Answer 1

在迭代开始时使用 filepointer.seek（） 解决了这个问题。