矩阵减法| ValueError:操作数无法与形状（1,30）（30455）一起广播

Question

在线性代数中，我执行的似乎是合法的操作，但不是针对Numpy Python

提供上下文；我正在手动设置ANN，执行反向传播

这里，我“转置”了w（权重）1D数组（通过将其转换为矩阵，然后转置）。 下面是我的故障代码：

w = w.T
ans = l*dEdW
w = np.subtract(w, ans)
#w = w - l*dEdW

ValueError: operands could not be broadcast together with shapes (1,30) (30,455) 

数学上： 只要第一个矩阵w的列数等于第二个矩阵yield of l*dEdW的行数，则A-ok

就Numpy而言，我错在哪里

注意：尝试以下行也会产生相同的错误：

w -= l*dEdW  # ideally

更新： print(dEdW)显示了NaNs的矩阵。我怀疑这就是问题所在，因为形状是正确的，但没有内容

我似乎只能“接受”一个答案。所有的评论和回答都富有洞察力。我认为这是另一个问题。谢谢大家

Answer 1

像你尝试做的减法并没有很好的定义。矩阵减法是逐元素进行的，如果要减去这两个数组，numpy需要有一种明显的方法将一个维度广播到另一个数组的维度中。因为numpy假设您希望在第二个维度中重复arr1，455次以匹配arr2，所以下面的操作是有效的

import numpy as np

arr1 = np.zeros((30, 1))
arr2 = np.zeros((30, 455))

diff = np.subtract(arr1, arr2)

Answer 2

我想知道您是否只想从另一个数组的每一行中减去w

In [32]: x = np.arange(12).reshape(3,4)
In [33]: x
Out[33]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
In [34]: w = np.array([10,11,12])

从（3,4）中减去（3，）形状会产生错误：

In [35]: x-w
Traceback (most recent call last):
  File "<ipython-input-35-c1920b77405b>", line 1, in <module>
    x-w
ValueError: operands could not be broadcast together with shapes (3,4) (3,) 

但是如果我们把w改为（3,1）：

In [36]: w[:,None]
Out[36]: 
array([[10],
       [11],
       [12]])
In [37]: x-w[:,None]
Out[37]: 
array([[-10,  -9,  -8,  -7],
       [ -7,  -6,  -5,  -4],
       [ -4,  -3,  -2,  -1]])

numpy有一个强大的broadcasting机制，允许我们使用两个定义良好的规则组合具有不同形状的数组