0
所以,我不完全確定這裏發生了什麼,但是無論出於何種原因,Python都在向我拋出這個。作爲參考,它是我構建的一個小型神經網絡的一部分,但它使用了大量的np.array等,所以有很多矩陣被拋出,所以我認爲它創建了某種數據類型衝突。也許有人可以幫我弄清楚這一點,因爲我一直盯着這個錯誤太久,卻無法修復它。Python,元組索引必須是整數,而不是元組?
#cross-entropy error
#y is a vector of size N and output is an Nx3 array
def CalculateError(self, output, y):
#calculate total error against the vector y for the neurons where output = 1 (the rest are 0)
totalError = 0
for i in range(0,len(y)):
totalError += -np.log(output[i, int(y[i])]) #error is thrown here
#now account for regularizer
totalError+=(self.regLambda/self.inputDim) * (np.sum(np.square(self.W1))+np.sum(np.square(self.W2)))
error=totalError/len(y) #divide ny N
return error
編輯:這裏的函數返回的輸出,所以你知道從哪裏來。 y是直接從文本文檔中獲取的長度爲150的矢量。 Y的每個索引在它包含一個索引或者1,2,或3:
#forward propogation algorithm takes a matrix "X" of size 150 x 3
def ForProp(self, X):
#signal vector for hidden layer
#tanh activation function
S1 = X.dot(self.W1) + self.b1
Z1 = np.tanh(S1)
#vector for the final output layer
S2 = Z1.dot(self.W2)+ self.b2
#softmax for output layer activation
expScores = np.exp(S2)
output = expScores/(np.sum(expScores, axis=1, keepdims=True))
return output,Z1
它看起來像'output'並不是真正的NX4陣列像你認爲它是。 – user2357112
請包括完整的引用。 –
如何保證y [i]在範圍[0,3]內?這似乎是你的問題。這可能是一個徹頭徹尾的錯誤,或者是需要在體系結構中固定的bandaid。 – Harrichael