Python &引用；ValueError:matmul:输入操作数1的核心维度0不匹配。。。（2号与1号不同）“；

我刚刚开始学习Python/NumPy。我想写一个函数，它将应用一个具有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（2,1）的NumPy数组，并且应该使用tanh返回一个形状（1,1）的NumPy数组。以下是我的想法：

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)

但我得到了以下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)

---

有人能告诉我我缺少什么吗？

问题是矩阵乘法的维数

您可以将矩阵与共享维度相乘，如下所示（阅读更多内容）：

您尝试乘法：

(2 , 1) * (2, 1)

但是尺寸是非法的

因此，您必须在乘法之前转置

输入

（只需在矩阵上应用

.T

），以便获得乘法的有效维数：

(1, 2) * (2, 1) => Result dimension is (1, 1)

代码：

---

不能将形状

（2,1）

两个矩阵都乘以矩阵。您需要将一个矩阵转置，以便将第一个矩阵与形状

（1,2）

和另一个

（2,1）

相乘。这将为您提供一个

（1，1）

的形状。这不是一个python/numpy特定的问题，而是一个数学问题。

matmul

详细描述了维度应该如何排列。关键的最后一个dim是A与B的第二个到最后一个，经典的行与列的矩阵乘法，这与你的答案无关，但是你能不能停止挖掘旧的、休眠的问题，进行一些小的、无关紧要的编辑？您的修订历史记录中充满了此类编辑@你对转置的评论非常有帮助。非常感谢。

(1, 2) * (2, 1) => Result dimension is (1, 1)

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)