ValueError：形状（3,4）和（5,2）未对齐：4（dim 1）！= 5（dim 0）

Question

运行此代码时出现错误 ValueError: 形状 (3,4) 和 (5,2) 未对齐: 4 (dim 1) != 5 (dim 0)

import numpy as np
np.random.seed(0)
X = [[1, 2, 3, 2.5],
     [2.0, 5.0, -1.0, 2.0],
     [-1.5, 2.7, 3.3, -0.8]]
class Layer_Dense:
    def __init__(self,n_inputs, n_neurons):
        self.weights = 0.10 * np.random.randn(n_inputs, n_neurons )
        self.biases = np.zeros((1, n_neurons))
    def forward(self, inputs):
        self.output = np.dot(inputs, self.weights) + self.biases
        
layer1 = Layer_Dense(4,5)
layer1 = Layer_Dense(5,2)

layer1.forward(X)
print(layer1.output)   

Answer 1

首先，你在底部有一个错误，你写了layer1 = Layer_Dense(4,5) layer1 = Layer_Dense(5,2)但你应该写layer1 = Layer_Dense(4,5) layer2 = Layer_Dense(5,2) 。 然后，我认为你的形状没有对齐，因为你的layer1 = Layer_Dense(4,5)中的第一个数字是 4，是指你的inputs ，这意味着它可以显示与 X 一样多的输入，即 4 合一大批。

import numpy as np

np.random.seed(0)

X = [[1, 2, 3, 2.5],
 [2.0, 5.0, -1.0, 2.0],
 [-1.5, 2.7, 3.3, -0.8]]


 class Layer_Dense:
   def __init__(self, n_inputs, n_neurons):
    self.weights = 0.10 * np.random.randn(n_inputs, n_neurons)
    self.biases = np.zeros((1, n_neurons))

   def forward(self, inputs):
    self.output = np.dot(inputs, self.weights) + self.biases


layer1 = Layer_Dense(4, 5)
layer2 = Layer_Dense(3, 4)

layer1.forward(X)
print(layer1.output)

如果这没有帮助，则尝试使用输入作为参数更改变量的位置，例如self.output = np.dot(inputs, self.weights)并使其成为self.output = np.dot(self.weights, inputs)或将self.weights = 0.10 * np.random.randn(n_inputs, n_neurons)更改为self.weights = 0.10 * np.random.randn(n_neurons, n_inputs)或def __init__(self, n_inputs, n_neurons)到def __init__(self, n_neurons n_inputs) 。 也不要忘记更改您正在打印的图层的参数。 这使我的代码工作！