ValueError: shapes (900,) and (4,) not aligned: 900 (dim 0) != 4 (dim 0)
# количество проходов по учебному набору
iteration = 10
# коэфф. обучения
alpha = 0.004
# инициация размера массива
num_pixels = 900
# инициация размера выхода
num_output = 4
# объявление весов
weight_0_1 = 0.2*np.random.random((num_pixels, num_output)) - 0.1
for j in range(iteration):
error = 0
for i in range(len(data)):
# получение входных значений для первого слоя
layer_0 = np.array(data[i][1:])
layer_0 = layer_0.astype(float)
# прямое распространение
layer_1 = np.dot(layer_0, weight_0_1)
# ошибка
error += np.sum((layer_1 - goal_set[i]) ** 2)
# обратное распространение
layer_1_delta = (goal_set[i] - layer_1)
weight_0_1 += alpha * np.dot(layer_0.T, layer_1_delta)
print(f'I:{j} Error:{error}')
a=np.array([1,2,3,4,5,6,7,8,9,10,11,12,13,14,15])
print(a)
b=a.reshape(-1,1)
print(b)
[ 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15]
[[ 1]
[ 2]
[ 3]
[ 4]
[ 5]
[ 6]
[ 7]
[ 8]
[ 9]
[10]
[11]
[12]
[13]
[14]
[15]]