编程神经网络时python出错（相当简单…我是python新手） 类神经网络： 定义初始化（自、输入节点、隐藏节点、输出节点、学习速率）： self.inodes=输入节点 self.hnodes=隐藏节点 self.onodes=输出节点 self.lr=学习率 通过 def序列（）： 通过 def query（）： 通过 输入节点=3 隐藏节点=3 输出节点=3 学习率=0.3 n=神经网络（输入节点、隐藏节点、输出节点、学习率） 进口numpy self.wih=（numpy.random.rand（self.hnodes，self.inodes）-0.5） self.who=（numpy.random.rand（self.onodes，self.hnodes）-0.5） --------------------------------------------------------------------------- NameError回溯（最近一次呼叫上次） 在（） ---->1 self.wih=（numpy.random.rand（self.hnodes，self.inode）-0.5） 2 self.who=（numpy.random.rand（self.onodes，self.hnodes）-0.5） NameError:未定义名称“self”

为什么不定义自己？

---

那么我如何修复这个错误。。。我忽略了好几次，但仍然找不到任何解决办法。尽管在教程中有这样的解释。非常感谢您的帮助。

self

被传递到对实例方法的调用中。您正在寻找实例本身的地址

class neuralNetwork:
    def __init__(self, input_nodes, hidden_nodes, output_nodes, learning_rate):
        self.inodes = input_nodes
        self.hnodes = hidden_nodes
        self.onodes = output_nodes
        self.lr = learning_rate
        pass

    def train():
        pass

    def query():
        pass

input_nodes = 3
hidden_nodes = 3
output_nodes = 3

learning_rate = 0.3
n = neuralNetwork(input_nodes,hidden_nodes,output_nodes, learning_rate)

import numpy


self.wih = (numpy.random.rand(self.hnodes, self.inodes) - 0.5)
self.who = (numpy.random.rand(self.onodes, self.hnodes) - 0.5)



---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
<ipython-input-20-8474973d8450> in <module>()
----> 1 self.wih = (numpy.random.rand(self.hnodes, self.inodes) - 0.5)
  2 self.who = (numpy.random.rand(self.onodes, self.hnodes) - 0.5)
NameError: name 'self' is not defined

简单地说一下

self

是如何工作的，这并不神奇。以班级为例：

nnet = neuralNetwork(input_nodes,hidden_nodes,output_nodes, learning_rate)
nnet.wih = (numpy.random.rand(nnet.hnodes, nnet.inodes) - 0.5)
nnet.who = (numpy.random.rand(nnet.onodes, nnet.hnodes) - 0.5)

---

self

作为一个函数调用时被传递到

speak

。可以将其称为

this

，但

self

是Python的惯例

self

被传递到对实例方法的调用中。您正在寻找实例本身的地址

class neuralNetwork:
    def __init__(self, input_nodes, hidden_nodes, output_nodes, learning_rate):
        self.inodes = input_nodes
        self.hnodes = hidden_nodes
        self.onodes = output_nodes
        self.lr = learning_rate
        pass

    def train():
        pass

    def query():
        pass

input_nodes = 3
hidden_nodes = 3
output_nodes = 3

learning_rate = 0.3
n = neuralNetwork(input_nodes,hidden_nodes,output_nodes, learning_rate)

import numpy


self.wih = (numpy.random.rand(self.hnodes, self.inodes) - 0.5)
self.who = (numpy.random.rand(self.onodes, self.hnodes) - 0.5)



---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
<ipython-input-20-8474973d8450> in <module>()
----> 1 self.wih = (numpy.random.rand(self.hnodes, self.inodes) - 0.5)
  2 self.who = (numpy.random.rand(self.onodes, self.hnodes) - 0.5)
NameError: name 'self' is not defined

简单地说一下

self

是如何工作的，这并不神奇。以班级为例：

nnet = neuralNetwork(input_nodes,hidden_nodes,output_nodes, learning_rate)
nnet.wih = (numpy.random.rand(nnet.hnodes, nnet.inodes) - 0.5)
nnet.who = (numpy.random.rand(nnet.onodes, nnet.hnodes) - 0.5)

---

self

作为一个函数调用时被传递到

speak

。可以将其称为

this

，但

self

是Python的惯例

因为您从未定义过

self

。“self”仅在您定义的神经网络函数中定义（顺便说一下，它应该缩进到“类”定义中）。你需要用“n”来代替“self”，因为它是你的神经网络类，我想？那么我该如何定义self？就像你定义其他变量一样。但我认为对你来说，最重要的是要了解你的方法中的

self

实际上是什么。现在，学习Python中OOP的基础知识。因为您从未定义过

self

。“self”仅在您定义的神经网络函数中定义（顺便说一下，应该在“类”定义中缩进）。你需要用“n”来代替“self”，因为它是你的神经网络类，我想？那么我该如何定义self？就像你定义其他变量一样。但我认为对你来说，最重要的是要了解你的方法中的

self

实际上是什么。注意，学习Python中OOP的基本知识。@kamazibel修复了这个问题，我没有更新我如何声明这个变量。TypeError:\uuuu init\uuuuuuuuuu（）缺少4个必需的位置参数：“输入节点”、“隐藏节点”、“输出节点”和“学习速率”。@kamazibel将您的参数复制到声明中。您是否打算将

wih

和

who

分配给

神经网络

？@kamazibel您需要初始化参数（

输入节点

，

隐藏节点

，

输出节点

和

学习速率

）。然后使用上面的@joshk代码。@kamazibel修复了这个问题，我没有更新我声明变量的方式。TypeError:\uuuu init\uuuuuuuuu（）缺少4个必需的位置参数：“输入节点”、“隐藏节点”、“输出节点”和“学习速率”。@kamazibel将您的参数复制到声明中。您是否打算将

wih

和

who

分配给

神经网络

？@kamazibel您需要初始化参数（

输入节点

，

隐藏节点

，

输出节点

和

学习速率

）。然后使用上面的@joshk代码。