“ValueError：matmul：输入操作数 1 在其核心维度 0 中存在不匹配……（大小 2 与 1 不同）”

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操作，即两个形状为 (2,1) 的 NumPy 数组，并且应该使用 tanh 返回一个形状为 (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。

您可以将矩阵与这样的共享维度相乘（ 在此处阅读更多内容）：

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

你尝试乘法：

(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)