Я разрабатываю модель, основанную на принципах нейронной сети. У меня есть запись слой, вес и выходной слой:Python - умножение перекрестного массива
[1,2] -- [ [1,1] , [1,1] ] --> [3,3]
Мой вопрос, является ли Python простого способа (с NumPy) для вычисления выходных слоев, не делая петли и петли.
Текущая реализация:
for i in range(0,number_of_out_neurons):
out_neuron_adder_toWrap = weights[i] * all_input_layer
out_neuron[i] = sum(out_neuron_adder) <-- wrapping
Не могли бы вы реализовать хитрый вариант, так что у нас будет лучшая идея о том, что именно вы имеете в виду, а также поможет нам переквалифицировать любой векторный подход, который можно было бы предложить? – Divakar
Учитывая, что это просто добавление каждого «ввода», умноженного на каждый «вес», вы можете просто сделать «точечный продукт». Но это будет работать только в том случае, если размеры ввода работают с весовыми размерами. – ZWiki
Не могли бы вы также добавить информацию о форме (формы входных массивов)? Было бы лучше добавить минимальный репрезентативный пример с числовыми данными и конечным результатом. – Divakar