深度学习2.16在用python编写神经网络时的一些小技巧

在使用python广播时，经常会出现维度不匹配的问题：

import numpy as np
a = np.randon.randn(5)
print(a)

看一下a的形状：

print(a.shape)

（5，）

print(a.T)

print np.dot(a,a.T)

4.06570109321
a乘以a的转置，你以为会得到一个矩阵，却是得到了一个数。
所以：在编写神经网络时，不要用这种数据结构，其中形状是（5，）或（n，）这种秩为1的数组
令a为5x1的矩阵

a = np.random.randn(5,1)
print(a)

a就变成了一个列向量。
现在让a转置。就变成了一个行向量

print a.T

在刚刚输出的矩阵有两个方括号，所以这是一个矩阵，而不是一个秩为1的数组。

print np.dot(a,a.T)

如果在代码中做了很多事，不确定矩阵的维度，那么可以用assert来进行声明

如果因为某些原因，矩阵变成了数组。可以用reshape

a = a.reshape((5,1))

尽量不要使用数组，而是用1xn或nx1的矩阵，随意插入assert声明，要仔细检查你的矩阵和数组维度，不要害怕用reshape。来确保你的矩阵或向量是你需要的维度。