这篇博客探讨了在使用numpy的`np.sum`函数时，确保输入数组`y`和`y_predict`形状一致的重要性。如果它们的形状不匹配，例如一个为(n,)而另一个为(n,1)，会导致矩阵运算的广播错误，产生不正确的结果，而非引发错误。作者强调了正确匹配形状以避免意外数值计算的关键性。
np.sum(y == y_predict) 其中y和y_predict必须是同一个shape，要么都是(n,) ， 要么都是（n, 1），**千万不要是一个是（n,）,另外一个是（n,1），不然计算出的结果会非常大，因为这时候会自动广播成两个矩阵相减了！**这里不会报错的哦！
利用np.sum计算准确度的坑
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
