使用 Numpy [Python] 进行元素明智的乘法
Element wise multiplication using Numpy [Python]
我正在尝试使用普通 * 来获取按元素的多重复制，并且我尝试了 np.multiply()，两者都给出了一个奇怪的答案。
现在 (1-y) 是 (100,) 而 np.log(1-sigmoid(np.dot(X,theta)))) 是 (100,1)，所以当我按元素乘以它们，它应该给出（100,1）；但它给了我 (100,100) 个矩阵（所有都突出显示为蓝色）
如果有帮助的话，这是我的原始功能。
任何人都可以帮我在这里获取错误的来源吗？
我不是 100% 确定为什么 python 这样做，但解决它的方法是应用 np.reshape((1-y),(100,1)) 然后应用 np.multiply()。一般来说，重塑数组并赋予它们第二维总是更好。
编辑：This 解释了在使用维度数组 (n,) 和 (n,1).[=15= 时 numpy 如何进行广播]
我正在尝试使用普通 * 来获取按元素的多重复制，并且我尝试了 np.multiply()，两者都给出了一个奇怪的答案。
现在 (1-y) 是 (100,) 而 np.log(1-sigmoid(np.dot(X,theta)))) 是 (100,1)，所以当我按元素乘以它们，它应该给出（100,1）；但它给了我 (100,100) 个矩阵（所有都突出显示为蓝色）
如果有帮助的话，这是我的原始功能。
任何人都可以帮我在这里获取错误的来源吗？
我不是 100% 确定为什么 python 这样做，但解决它的方法是应用 np.reshape((1-y),(100,1)) 然后应用 np.multiply()。一般来说，重塑数组并赋予它们第二维总是更好。
编辑：This 解释了在使用维度数组 (n,) 和 (n,1).[=15= 时 numpy 如何进行广播]