问Python奇异合合

EN

sizes[:-1]将返回子列表[3,2] (即除最后一个元素外的所有元素)。

sizes[1:]将返回子列表[2,4] (即除第一个元素外的所有元素)。

zip([a,b], [c,d])给了[(a,c), (b,d)]。

因此，压缩上面的两个列表将为您提供[(3,2), (2,4)]

权重的构造是一个列表理解。因此，此代码等效于

weights = []

for x,y in [(3,2), (2,4)]:
       weights.append(np.random.randn(y, x))

因此，最终结果将与

[ np.random.randn(2,3), 
  np.random.randn(4,2) ]

这里发生了很多事。

让我们分解这个表达式:正如您所说的，zip将创建一个包含sizes的每个元素及其后继元素的元组列表(除了最后一个)

理解列表[ ... for x, y in zip(..)]的工作方式如下:元组在变量x和y中爆炸，这些变量被传递到np.random.randn中，以创建一个随机矩阵列表。

这些矩阵的特征是，第一维(行)由sizes的每个元素指定，第二维空间(列)长为以下元素。

有趣的是，矩阵具有相容的维数，在这个序列中彼此相乘，但我想这不是目的。weights列表中每个矩阵的目的是指定完全连接的神经元层之间的权重。祝好运!似乎是个有趣的项目！

后斯克里姆

因为您是初学者:您可以在代码中的任何地方添加import pdb; pdb.set_trace()语句以获得断点。然后，您只需复制和粘贴任何表达式的不同部分，看看会出现什么。例如：ipdb> print sizes [3, 2, 4] ipdb> print sizes[:-1] [3, 2] ipdb> print sizes[1:] [2, 4] ipdb> print zip(sizes[:-1], sizes[1:]) [(3, 2), (2, 4)] ipdb> print [np.random.randn(y, x) for x, y in zip(sizes[:-1], sizes[1:])] [array([[ 0.25933943, 0.59855688, 0.49055744], [ 0.94602292, -0.8012292 , 0.56352986]]), array([[ 0.81328847, -0.53234407], [-0.272656 , -1.24978881], [-1.2306653 , 0.56038948], [ 1.15837792, 1.19408038]])]

让我们把它分成几块：

self.weights = [some junk]

将是一种列表理解。这意味着，执行some junk内容，您将得到一个元素列表。通常这些看起来是这样的：

self.weights = [some_func(x) for x in a_list]

这相当于：

self.weights = []
for x in a_list:
    self.weights.append(some_func(x))

zip(a, b)

将a和b的元素分段组合成元组对：

(a1, b1), (a2, b2), (a3, b3), ...

for x, y in zip(a, b):

这会迭代上面提到的元组对。

sizes[:-1]

这是为了获取list sizes的所有元素，除了最后一个项(-1)。

sizes[1:]

这是为了获取list sizes的所有元素，除了第一个项。

所以，最后把所有这些拼凑在一起，你会得到：

self.weights = [np.random.randn(y, x) for x, y in zip(sizes[:-1], sizes[1:])] 

这是一种列表理解，它通过从第2项到最后和第2次大小的元组对从第1项到最后一项，根据这两个参数创建一个随机数，然后附加到存储为self.weights的列表中。