您好，我正在更新以下函数：
def train(self, features, targets):我的想法是完成我的在线课程的任务，我尝试了以下代码：
# TODO: 输出错误 - 用您的计算替换此值。 error = y - final_outputs # 输出层的错误是期望目标与实际输出之间的差异。 # TODO: 反向传播错误项 - 用您的计算替换这些值。 output_error_term = error * final_outputs * (1 - final_outputs) # TODO: 计算隐藏层的错误贡献 hidden_error = np.dot(output_error_term, self.weights_hidden_to_output) # TODO: 反向传播错误项 - 用您的计算替换这些值。 hidden_error_term = hidden_error * hidden_outputs * (1 - hidden_outputs)然而，我得到了以下错误：
..FFE======================================================================ERROR: test_train (__main__.TestMethods)----------------------------------------------------------------------Traceback (most recent call last): File "<ipython-input-11-90579d706c92>", line 41, in test_train network.train(inputs, targets) File "<ipython-input-9-596e703ab9b6>", line 65, in train hidden_error = np.dot(output_error_term, self.weights_hidden_to_output)ValueError: shapes (1,) and (2,1) not aligned: 1 (dim 0) != 2 (dim 0)======================================================================FAIL: test_data_path (__main__.TestMethods)----------------------------------------------------------------------Traceback (most recent call last): File "<ipython-input-11-90579d706c92>", line 20, in test_data_path self.assertTrue(data_path.lower() == 'bike-sharing-dataset/hour.csv')AssertionError: False is not true======================================================================FAIL: test_run (__main__.TestMethods)----------------------------------------------------------------------Traceback (most recent call last): File "<ipython-input-11-90579d706c92>", line 56, in test_run self.assertTrue(np.allclose(network.run(inputs), 0.09998924))AssertionError: False is not true----------------------------------------------------------------------Ran 5 tests in 0.005sFAILED (failures=2, errors=1)这是完整的代码，我下载了我的ipython笔记本以展示我的完整代码：
https://gist.github.com/anonymous/e7a816ef0526d41fbdb63a0aa6c27712
我非常感谢您的支持，帮助我解决这个问题，非常感谢您的帮助。
这是数据：https://gist.github.com/anonymous/31340c38a3fd8e175bf0054c7c005d2b
非常感谢您的帮助。
回答：
对于
hidden_error = np.dot(output_error_term, self.weights_hidden_to_output)请记住，点积要求第一个操作数的列数与第二个操作数的行数相匹配。您现在有的是（1,1）X（2,1），所以第二个操作数的行数应该为1，这意味着您需要：
（1,1）X（1,2）
这意味着您需要转置第二个操作数，尝试以下代码：
hidden_error = np.dot(output_error_term, self.weights_hidden_to_output.T)但我认为在修复这个错误后，您可能会发现由于形状不一致而出现类似的错误。请调整您的操作数，使第一个操作数的列数与第二个操作数的行数相匹配。
