我的问题只涉及到这段代码中非常小的一部分，但我还是把整段代码都贴出来，以防有帮助。这段代码来自于http://neuralnetworksanddeeplearning.com/chap1.html#implementing_our_network_to_classify_digits（从这里往下滚动可以看到代码解释）

除非需要回顾理解数据结构，否则可以忽略大部分代码。首先，在backprop方法中，大约中间位置的self.cost_derivative(activations[-1], y)这一行，我们可以看到传递了两个值 – 据我所知，这两个值都是数组（当我输出它们时可以看到这一点，作者也对此进行了解释）。在cost_derivative方法中，它所做的只是减去这两个值 – 但它们是数组，那么这是如何工作的呢？

当我在Python中这样做时，我理所当然地得到了一个错误

a = [1,2,4]b = [5,6,7]print(a-b)

我认为这可能与它们是numpy数组有关？

另外，类似的现象也发生在sigmoid和sigmoid_prime函数中，其中z是一个数组（参见这些函数被调用时，参数是数组的地方）…尽管函数将其视为单个值…这是如何工作的？我假设它只是对数组中的每个值进行操作？

本质上，我不断看到一些我认为只能对单个值起作用的功能，却能对数组起作用。

感谢任何解释，我发布的链接中有更多的解释。

回答：

您是对的，减法之所以能工作，是因为output_activations和y是numpy数组。Numpy是Python用于快速矩阵操作的库，numpy数组重载了-运算符以执行矩阵减法。

然而，在您的示例中，[1,2,4]只是一个普通的Python列表，不是numpy数组，而-运算符对列表没有定义。如果您用numpy数组替换您的列表，输出将更有意义：