“ValueError：matmul：输入操作数 1 的核心维度 0 不匹配...”

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 个输出以及给定权重矩阵的运算，即两个形状为 (2,1) 的 NumPy 数组，并应使用 tanh 返回形状为 (1,1) 的 NumPy 数组。这是我想出的：import numpy as npdef 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)但我收到以下 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)有人可以告诉我我缺少什么吗？

Answer 1

问题是矩阵乘法的维度。

您可以将矩阵与共享维度相乘，如下所示（在此处了解更多信息）：

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

你尝试乘法：

(2 , 1) * (2, 1)

但尺寸是非法的。

因此，您必须inputs在乘法之前进行转置（只需应用于.T矩阵），这样您就可以获得乘法的有效维度：

(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)