python预测多个输出

使用一个输入，进行多次预测

def ele_mul(a, b):
    # assert (len(a) == len(b))  # len()是 Python 的内置函数之一，它返回对象的长度。
    output = [0, 0, 0]  # 赋值output的初始值为0
    # 当a和b长度一样的时，返回值为Ture
    # Python的assert是用来检查一个条件，如果它为真，就不做任何事。如果它为假，则会抛出AssertError并且包含错误信息。
    for i in range(len(b)):  # for循环函数，自0开始便利全部函数
        output[i] = a * b[i]  # output = a[1]*b[1]+a[2]*b[3]+……+a[i]*b[i]
    return output


weights = [0.3, 0.2, 0.9]  # 定义了一个网络函数的权重


def neural_network(input, weights):  # input是样本输入
    pred = ele_mul(input, weights)  # 预测函数，调用运算函数
    return pred  # 返回预测结果


wlrec = [0.65, 0.8, 0.8, 0.9]
for j in range(len(wlrec)):
    input = wlrec[j]
    pred = neural_network(input, weights)
    print("这是第",j,"次便利")
    print("结果pred预测为：",pred)

结果为：

这是第 0 次便利
结果pred预测为： [0.195, 0.13, 0.5850000000000001]
这是第 1 次便利
结果pred预测为： [0.24, 0.16000000000000003, 0.7200000000000001]
这是第 2 次便利
结果pred预测为： [0.24, 0.16000000000000003, 0.7200000000000001]
这是第 3 次便利
结果pred预测为： [0.27, 0.18000000000000002, 0.81]

进程已结束,退出代码0