Python 同时从numpy数组和元组中获取点积

我正在尝试组合数组和元组的不同部分，以生成一系列产品。这是元组“i”：

i=(2,5)

这是第一个矩阵“w”：

w=[array([[-1.95446441,  1.53904854, -0.3461807 ],
          [-0.19153855, -1.63290931, -1.76897156]]), 
   array([[ 0.25648535],
          [ 0.20186475],
          [ 0.78002102]])]

这是第二个矩阵“b”：

[array([[-0.02676943],
        [ 0.25294377],
        [-0.43625132]]), 
 array([[ 0.07763943]])]

我试图从这些数据结构的不同部分，在一个名为“a”的列表或矩阵列表中，制作一系列产品

这些产品的清单应等同于：

a[0][0] = (w[0][0][0]*i[0]) + (w[0][1][0]*i[1]) + b[0][0]
a[0][1] = (w[0][0][1]*i[0]) + (w[0][1][1]*i[1]) + b[0][1]
a[0][2] = (w[0][0][2]*i[0]) + (w[0][1][2]*i[1]) + b[0][2]

a[1][0] = (w[1][0] * a[0][0]) + (w[1][1] * a[0][1]) + (w[1][2] * a[0][2]) + b[1][0]

我正试图将其作为神经网络的一部分，并且已经编写了一个版本，该版本使用迭代非常有效。然而，我是numpy新手，我想建立一个基于矩阵的版本。我遇到的问题更多的是理解numpy语法来执行上面的操作。我试着从一个在线教程中修改这个，但不确定从这里可以走到哪里

for b, w in zip(b, w):
     layer = sigmoid(np.dot(w, layer)+b.T)
     a.append(layer)

这会引发以下错误：

ValueError: shapes (2,3) and (1,3) not aligned: 3 (dim 1) != 1 (dim 0)

---

任何指针都会很有帮助吗？

首先，让我们拆分两个变量，

w

和

b

。它们不是真正的数组，而是具有不同形状的数组列表

w0 = array([[-1.95446441,  1.53904854, -0.3461807 ],
          [-0.19153855, -1.63290931, -1.76897156]]) 
w1 = array([[ 0.25648535],
          [ 0.20186475],
          [ 0.78002102]])

b0 = array([[-0.02676943],
        [ 0.25294377],
        [-0.43625132]])
b1 = array([[ 0.07763943]])

也许以后您可以将它们作为两个元素列表进行迭代，但现在这只会使事情变得复杂

现在，您的

a

计算简化为：

a0[0] = w0[0,0]*i[0] + w0[1,0]*i[1] + b0[0]
a0[1] = w0[0,1]*i[0] + w0[1,1]*i[1] + b0[1]
a0[2] = w0[0,2]*i[0] + w0[1,2]*i[1] + b0[2]

a1[0] = w1[0]* a0[0] + w1[1]*a0[1] + w1[2]*a0[2] + b1[0]

a0 = w0[0,:]*i[0] + w0[1,:]*i[1] + b0
a1 = np.sum(w1*a0) + b1

这进一步简化为：

a0[0] = w0[0,0]*i[0] + w0[1,0]*i[1] + b0[0]
a0[1] = w0[0,1]*i[0] + w0[1,1]*i[1] + b0[1]
a0[2] = w0[0,2]*i[0] + w0[1,2]*i[1] + b0[2]

a1[0] = w1[0]* a0[0] + w1[1]*a0[1] + w1[2]*a0[2] + b1[0]

a0 = w0[0,:]*i[0] + w0[1,:]*i[1] + b0
a1 = np.sum(w1*a0) + b1

或

这些总和可以变成点；我认为这是可行的：

a0 = np.dot(w0.T,i) + b0  

但我怀疑这是否是一个很大的进步

您不能同时计算

a0

和

a1

，因为其中一个使用另一个。但您可以将其转换为迭代，如（未测试）：

---

错误很明显，矩阵尺寸不匹配。您正在尝试计算2x3矩阵和1x3矩阵的乘积。我想你应该做

np.dot（w，np.tranpose（layer））

谢谢你的评论，是的，我理解为什么会发生错误，但这是语法问题，而不是计算问题。如果你看一下我上面详细介绍的内容，特别是最后一节“a[1][0]=（w[1][0]*a[0][0]）+（w[1][1]*a[0][1]）+（w[1][2]*a[0][2]+b[1][0]”，这就是我试图实现的目标，但只是不知道如何让numpy以一种广义的形式实现这一点。你所展示的每一步都非常有帮助，这使得查看代码正在做什么变得非常容易。是的，我想‘a’必须分批计算，我想用numpy来计算每一批，你肯定提高了我对它的理解。非常感谢。