问题描述
我正在阅读初学者级的ML书籍,似乎每个人都在写
output = np.dot(inputs,np.array(weights).T) + biases
在我看来,这很尴尬,因为方程式是y = wx + b
,而不是y = xw + b
。将变量写在其系数之后。
output = np.dot(weights,np.array(inputs).T) + np.array([biases]).T
为什么不呢?有什么理由吗?还是只是约定?
解决方法
这是作者遵循的约定。 甚至变量(其尺寸)的初始化方式也是导致这种情况的另一种惯例。
这两种方法都是可以接受的,并且只要正确实现它们就是正确的,这就是满足方程式的目的。