numpy Value
举一反三,下面举一个例子:
Valushap: shapes (2,3) and (2,2) not aligned: 3(dim 1) != 2 (dim 0)
(2,3)指第一个数组大小
(2,2)指第二个数组大小
im0 表示第一个维度
dim1 表示第二个维度
...
3(dim 1):第一个数组第二维大小是 3
2(dim 0):第二个数组第一维大小是 2
两个数组内积时:第一个数组第二维大小 应等于 第二个数组第一维大小
numpy Value
举一反三,下面举一个例子:
Valushap: shapes (2,3) and (2,2) not aligned: 3(dim 1) != 2 (dim 0)
(2,3)指第一个数组大小
(2,2)指第二个数组大小
im0 表示第一个维度
dim1 表示第二个维度
...
3(dim 1):第一个数组第二维大小是 3
2(dim 0):第二个数组第一维大小是 2
两个数组内积时:第一个数组第二维大小 应等于 第二个数组第一维大小