質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

ただいまの
回答率

88.59%

numpyでの行列計算

解決済

回答 1

投稿 編集

  • 評価
  • クリップ 0
  • VIEW 573

.Won

score 50

私は簡単なディープラーニングのプログラムを作ろうと思っています。
しかし、numpyでの行列計算ができません。
printで出力している通り、1*1と1*3の計算なので出来るはずです。

なぜ計算ができないのでしょうか?

%matplotlib inline

import numpy as np
import matplotlib.pyplot as plt

INPUT_DATA = np.arange(0,np.pi*2,0.1)
CORRECT_DATA = np.sin(INPUT_DATA)
WEIGHT = 0.1

class Layer:
    def __init__(this,input_num,output_num):
        this.w = WEIGHT * np.random.randn(input_num,output_num)
        this.b = WEIGHT * np.random.randn(output_num)

    def forward(this,x):
        print(x,this.w)
        this.y = np.dot(x,this.w)
        print(this.y)

layer = Layer(1,3)
output = Layer(3,1)

layer.w = np.array([0.1,0.2,0.3])
output.w = np.array([0.1])

plot_x = []
plot_y = []

for i in range(10):
    layer.forward(np.array([i]).reshape(1))
    output.forward(layer.y)

    plot_x.append(i)
    plot_y.append(layer.y)

print(layer.w,layer.b)
print(output.w,output.b)
plt.scatter(plot_x,plot_y,marker="+")
plt.show()
[0] [0.1 0.2 0.3]

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-3-633891e69ff3> in <module>()
     28 
     29 for i in range(10):
---> 30     layer.forward(np.array([i]).reshape(1))
     31     output.forward(layer.y)
     32 

<ipython-input-3-633891e69ff3> in forward(this, x)
     15     def forward(this,x):
     16         print(x,this.w)
---> 17         this.y = np.dot(x,this.w)
     18         print(this.y)
     19 

ValueError: shapes (1,) and (3,) not aligned: 1 (dim 0) != 3 (dim 0)
  • 気になる質問をクリップする

    クリップした質問は、後からいつでもマイページで確認できます。

    またクリップした質問に回答があった際、通知やメールを受け取ることができます。

    クリップを取り消します

  • 良い質問の評価を上げる

    以下のような質問は評価を上げましょう

    • 質問内容が明確
    • 自分も答えを知りたい
    • 質問者以外のユーザにも役立つ

    評価が高い質問は、TOPページの「注目」タブのフィードに表示されやすくなります。

    質問の評価を上げたことを取り消します

  • 評価を下げられる数の上限に達しました

    評価を下げることができません

    • 1日5回まで評価を下げられます
    • 1日に1ユーザに対して2回まで評価を下げられます

    質問の評価を下げる

    teratailでは下記のような質問を「具体的に困っていることがない質問」、「サイトポリシーに違反する質問」と定義し、推奨していません。

    • プログラミングに関係のない質問
    • やってほしいことだけを記載した丸投げの質問
    • 問題・課題が含まれていない質問
    • 意図的に内容が抹消された質問
    • 過去に投稿した質問と同じ内容の質問
    • 広告と受け取られるような投稿

    評価が下がると、TOPページの「アクティブ」「注目」タブのフィードに表示されにくくなります。

    質問の評価を下げたことを取り消します

    この機能は開放されていません

    評価を下げる条件を満たしてません

    評価を下げる理由を選択してください

    詳細な説明はこちら

    上記に当てはまらず、質問内容が明確になっていない質問には「情報の追加・修正依頼」機能からコメントをしてください。

    質問の評価を下げる機能の利用条件

    この機能を利用するためには、以下の事項を行う必要があります。

質問への追記・修正、ベストアンサー選択の依頼

  • tiitoi

    2018/11/01 17:47

    (1, 1) と (3, 1) の行列積は計算できないと思います。(l, m) と (m, n) のように m の部分が一致していないと行列積は定義されません。

    キャンセル

  • .Won

    2018/11/01 18:07

    (縦,横)表記ですよね?(横,縦)になってました。ありがとうございます。

    キャンセル

回答 1

checkベストアンサー

0

ニューラルネットワークの各層の計算式を確認してください。

イメージ説明

質問のコードを正しくすると以下のようになります。

import numpy as np
import matplotlib.pyplot as plt

INPUT_DATA = np.arange(0, np.pi * 2, 0.1)
CORRECT_DATA = np.sin(INPUT_DATA)
WEIGHT = 0.1

class Layer:
    def __init__(self, input_num, output_num):
        self.w = WEIGHT * np.random.randn(input_num, output_num)
        self.b = WEIGHT * np.random.randn(output_num)

    def forward(self, x):
        print('{} * {} + {}'.format(x.shape, self.w.shape, self.b.shape))
        self.y = np.dot(x, self.w) + self.b

layer = Layer(1, 3)
output = Layer(3, 1)

layer.w = np.array([0.1, 0.2, 0.3]).reshape(1, 3)  # 重みの形状は In x Out
output.w = np.array([0.1, 0.2, 0.3]).reshape(3, 1) # 重みの形状は In x Out

plot_x = []
plot_y = []

for i in range(10):
    layer.forward(np.array([i]).reshape(1, -1))  # 入力の形状は (1, In)
    output.forward(layer.y)

    output_value = np.asscalar(output.y)  # (1, 1) -> (1,)

    plot_x.append(i)
    plot_y.append(output_value)

plt.scatter(plot_x, plot_y, marker="+")
plt.show()

投稿

編集

  • 回答の評価を上げる

    以下のような回答は評価を上げましょう

    • 正しい回答
    • わかりやすい回答
    • ためになる回答

    評価が高い回答ほどページの上位に表示されます。

  • 回答の評価を下げる

    下記のような回答は推奨されていません。

    • 間違っている回答
    • 質問の回答になっていない投稿
    • スパムや攻撃的な表現を用いた投稿

    評価を下げる際はその理由を明確に伝え、適切な回答に修正してもらいましょう。

15分調べてもわからないことは、teratailで質問しよう!

  • ただいまの回答率 88.59%
  • 質問をまとめることで、思考を整理して素早く解決
  • テンプレート機能で、簡単に質問をまとめられる

関連した質問

同じタグがついた質問を見る