(20,) 向量和 (20, 1) 矩阵之间的区别

Question

我正在学习 Andrew Ng 的机器学习课程，在其中一个练习实验室中，他们对线性回归执行此操作。

x = np.arange(0, 20, 1)
y = 1 + x**2
X = x.reshape(-1, 1)

我在操作后检查了 arrays 的形状

>>> print(x.shape,X.shape)
(20,) (20, 1)

x 和 X 之间有什么区别，为什么我们不能简单地使用 xT 而不是将其更改为 X？

Answer 1

X = x.reshape(-1, 1)

给你这样的二维数组，这是因为每个感知器都采用数字数组而不是单个数字所以你需要传递 [1] 而不是 1

[
[1]
[2]
]

x=np.arange(0, 20, 1)

[1
,
2
,
3
]

这不能传递给 ANN 你需要将它重塑为（行和列）因为这只是一维