Numpy数组减法创建具有不同维数的矩阵。怎么纠正呢？

Question

我试图用Python创建一个简单的神经元网络（我知道有库，但我正在从头开始构建一个简单的，以便更熟悉所采取的每一步），其中一部分是计算真实标签和预测标签之间的差异。在

“真实”标签的尺寸为“2059 x 1”>；，预测的标签也在“2059 x 1”>

两者都在np.数组在

我希望一个简单的

l2_error=tag_train-l2

会完成任务的。（l2为预测标签，tag_train为真实标签）

但我得到的回报是一个2059x2059的矩阵。似乎这个操作是对所有可能的元素组合进行减法。为什么会这样？我知道我可以运行一个for循环来完成这项工作，因为我想知道为什么程序会产生这个结果？在

两个数据类型都是float64，顺便说一句。我不认为这有什么关系，但只是为了以防万一需要这些信息。在

Answer 1

正如您在注释中所指出的那样，tag_train是一个长度为2059的一维数组，而{}应该是一个包含2059行和1列的二维数组。在

所以当你尝试做减法时，它会得到一个包含2059行和2059列的二维数组。在

如果您100%确定l2只会是一列，那么您可以在执行减法之前重塑该数组，使其成为一维数组。就像-

l2.reshape((l2.shape[0],))

---

示例/演示-

^{pr2}$