有以下代码:
def sigmod_func(x):
return (1/(np.exp(-x)+1))
input_vector = np.array([-1 , 2, 1]).T
first_teta = np.random.randint(-5, 5, size=(2, 3))
first_hidden_layer = sigmod_func(np.dot(first_teta, input_vector))
a2_0 = np.random.randint(-5, 5, size=(1, 1))
我们需要给 加上一个first_hidden_layer值a2_0,这样如果我们有一个向量[1;2] и a2_0 = 0,结果向量就是[0; 1; 2]。
我尝试使用该功能np.vstack,但它不能按我的要求工作。
注意:first_hidden_layer它应该是一个向量,而不是一个列表,即一个大小为 3 行 1 列的 numpy 数组。
PS代替
np.concatenate()你也可以使用np.vstack()