python - Numpy Softmax - 具有多个元素的数组的真值是不明确的。使用 a.any() 或 a.all()

Question

我使用 softmax 函数从神经网络获取输出，并在计算误差时获取最小值作为输出。

但是，如果假设 [0,0,0] 输出全部相同，则 softmax 函数的输出为 [0.33,0.33,0.33]

因此，当从中选择最小值时，

output = softmax(np.dot(hs,HO))
tarminout = np.subtract(target,output)
mine = min(tarminout)
mine = 0.5 * np.power(mine,2)
finalError += mine

由于存在多个相等的最小值，因此会出现以下错误，

Traceback (most recent call last):
File "ann.py", line 234, in module

learn()
File "ann.py", line 97, in learn

mine = min(tarminout)

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

当存在超过 1 个相等的最小值时，如何通过仅选择其中一个来通过此操作？

谢谢

Answer 1

答案隐藏在上面的注释中:您的错误可能是将多维 ndarray 传递给标准 python min() 的结果，而标准 python min() 无法理解它们。

方法#1:调用 np.min 而不是 min

方法#2(不推荐):展平数组，min(tarminout.ravel())

首选方式#1，在 numpy 数组上使用 numpy 运算符