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

90.32%

Numpyでのエラー…shapes (1,2) and (1,1) not aligned: 2 (dim 1) != 1 (dim 0)

受付中

回答 1

投稿

  • 評価
  • クリップ 0
  • VIEW 1,446

aaa-1

score 6

 前提・実現したいこと

Pythonで準ニュートン法の実装をしています。
以下のようなエラーが出たのですが
どう直せばよいのでしょうか?

y = np.matrix(-(dsc_f(x_1,x_2)[0]) + dsc_f(pre_x_1,pre_x_2)[0], -(dsc_f(x_1,x_2)[1]) + dsc_f(pre_x_1,pre_x_2)[1]).T
            #-dsc_f(x_1, x_2)+dsc_f(pre_x_1,pre_x_2)とするとbad operand type for unary -: 'tuple'となったので


がよくないのかなと考えてみたのですがあまりうまくいかず…

 発生している問題・エラーメッセージ

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-166-10dbead19cdf> in <module>()
     29 
     30 #準(quasi-)ニュートン法~初期値a
---> 31 QNa_1,QNa_2 = q_newton(1.2, 1.2, 0.1, 0.1, 0.1)
     32 print(QNa_1,QNa_2)
     33 #準(quasi-)ニュートン法~初期値b

<ipython-input-166-10dbead19cdf> in q_newton(x_1, x_2, a_0, c, p)
     18             s = np.matrix([x_1 - pre_x_1,x_2-pre_x_2]).T
     19             y = np.matrix(-(dsc_f(x_1,x_2)[0]) + dsc_f(pre_x_1,pre_x_2)[0], -(dsc_f(x_1,x_2)[1]) + dsc_f(pre_x_1,pre_x_2)[1]).T
---> 20             B = B-(B * s *(B * s).T) / (s.T * B * s) + (y * y.T) / (s.T * y) #BFGS更新公式
     21             d = np.linalg.solve(B,g)
     22             while (f(x_1 + a * d[0],x_2 + a * d[1]) > f(x_1,x_2) - c * a * abs(np.linalg.norm(d))):#armijoの条件

~\Anaconda3\lib\site-packages\numpy\matrixlib\defmatrix.py in __mul__(self, other)
    213         if isinstance(other, (N.ndarray, list, tuple)) :
    214             # This promotes 1-D vectors to row vectors
--> 215             return N.dot(self, asmatrix(other))
    216         if isscalar(other) or not hasattr(other, '__rmul__') :
    217             return N.dot(self, other)

ValueError: shapes (1,2) and (1,1) not aligned: 2 (dim 1) != 1 (dim 0)

 該当のソースコード

def q_newton(x_1,x_2,a_0,c,p):
    eps = 1e-5
    h_1 = [x_1,] #x_1のhistory
    h_2 = [x_2,]
    pre_x_1,pre_x_2 = x_1,x_2 #更新公式でs=x_k+1-x_kを使うので
    B = np.matrix(hessian(x_1,x_2))     
    g = np.array(dsc_f(x_1,x_2))
    d = np.linalg.solve(B,g)
    x_1, x_2 = [x_1 + d[0],x_2 + d[1]]
    h_1.append(x_1)
    h_2.append(x_2)
    iteration_max = 50
    a = a_0
    for i in range(iteration_max):
        if (np.linalg.norm(dsc_f(x_1,x_2)) < eps): #停止条件
            break
        else:
            s = np.matrix([x_1 - pre_x_1,x_2-pre_x_2]).T
            y = np.matrix(-(dsc_f(x_1,x_2)[0]) + dsc_f(pre_x_1,pre_x_2)[0], -(dsc_f(x_1,x_2)[1]) + dsc_f(pre_x_1,pre_x_2)[1]).T
            #-dsc_f(x_1, x_2)+dsc_f(pre_x_1,pre_x_2)とするとbad operand type for unary -: 'tuple'となったので
            B = B-(B * s *(B * s).T) / (s.T * B * s) + (y * y.T) / (s.T * y) #BFGS更新公式
            d = np.linalg.solve(B,g)
            while (f(x_1 + a * d[0],x_2 + a * d[1]) > f(x_1,x_2) - c * a * abs(np.linalg.norm(d))):#armijoの条件
                    a = a * p #↑をみたすように小さくしていく
            pre_x_1,pre_x_2 = [x_1,x_2]
            x_1,x_2 = [x_1 + a * d[0], x_2 + a * d[1]]
            h_1.append(x_1)
            h_2.append(x_2)
    return h_1 - 1,h_2 -1

#準(quasi-)ニュートン法~初期値a
QNa_1,QNa_2 = q_newton(1.2, 1.2, 0.1, 0.1, 0.1)
print(QNa_1,QNa_2)
#準(quasi-)ニュートン法~初期値b
QNb_1,QNb_2 = q_newton(-1.2, 1, 0.1, 0.1, 0.1)
print(QNa_1,QNa_2)

 試したこと

各成分に分解すると出来る

 補足情報(FW/ツールのバージョンなど)

ここにより詳細な情報を記載してください。

  • 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
    • 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。

回答 1

0

numpy.matrixは数学の行列を表すクラスです.そのエラーは行列の掛け算を行う際に発生するエラーです.
行列の掛け算ではかける数の行数とかけられる数の列数が一致していないと,掛け算が行えません.
今回のエラーはそれらの数が一致していないため,発生しています.今一度,各行列の列数と行数を確認することをお勧めします.

投稿

  • 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 90.32%
  • 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

同じタグがついた質問を見る