a= [1, 2, 3, 2.5]
b= [[0.2, 0.8, -0.5, 1.0],
[0.5, -0.91, 0.26, -0.5],
[-0.26, -0.27, 0.17, 0.87]]
print(np.dot(b,a))
print(np.dot(a,b))
为什么打印第一行，但第二行导致形状对齐错误？
"值错误：形状 (4，( 和 (3,4( 未对齐：4(暗淡 0(！= 3(暗淡 0(">
numpy尝试执行什么计算会导致该错误？
注意 - 我理解矩阵乘法。
感谢您提供的任何帮助！
编辑 - 修复了一些变量名称
您的示例是 np.dot 文档中的一个案例：
dot(a, b, out=None)
Dot product of two arrays. Specifically,
- If `a` is an N-D array and `b` is a 1-D array, it is a sum product over
the last axis of `a` and `b`.
它没有列出a一维和b一维的情况。
In [106]: a= np.array([1, 2, 3, 2.5])
...: b= np.array([[0.2, 0.8, -0.5, 1.0],
...: [0.5, -0.91, 0.26, -0.5],
...: [-0.26, -0.27, 0.17, 0.87]])
In [107]: a.shape, b.shape
Out[107]: ((4,), (3, 4))
In [108]: np.dot(b, a)
Out[108]: array([ 2.8 , -1.79 , 1.885])
在einsum表示法中，请注意公共j索引(两者的最后一个轴(
In [109]: np.einsum('ij,j->i', b, a)
Out[109]: array([ 2.8 , -1.79 , 1.885])
a可以是 1d，但它与b的 2 维到最后一维配对，因此我们将其转置为将 (4，( 与 (4,3( 匹配：
In [113]: np.einsum('i,ij', a, b.T)
Out[113]: array([ 2.8 , -1.79 , 1.885])
In [114]: np.dot(a,b.T)
Out[114]: array([ 2.8 , -1.79 , 1.885])
@，matmul以不同的方式描述一维数组的情况，但结果是相同的：
- If the first argument is 1-D, it is promoted to a matrix by
prepending a 1 to its dimensions. After matrix multiplication
the prepended 1 is removed.
- If the second argument is 1-D, it is promoted to a matrix by
appending a 1 to its dimensions. After matrix multiplication
the appended 1 is removed.
In [117]: b@a
Out[117]: array([ 2.8 , -1.79 , 1.885])
In [118]: a@b.T
Out[118]: array([ 2.8 , -1.79 , 1.885])
a 是一个向量(也许是矩阵 (1,4(，但 u 应该重塑它(
b 是矩阵 (3,4(
所以你只能做 (3,4(x(4,1( 或 (1,4(x(4,3(
尝试权重 * 输入。T 或重新输入
尝试输入 * 权重。T