1. 本课位置#

把一批样本的线性预测写成矩阵乘法，再把预测与目标的差压成一个标量 loss。只算数值与 shape，不推导梯度。

2. 术语与三个身份#

• feature：一列输入，共 D 个。
• sample：一行输入，一个样本。
• batch：一次算的 N 个样本，矩阵 X 形状 (N, D)。

b 是显式 bias，不占 X 的列，只给所有样本同一个偏移。

3. 形状链#

1
X (N, D) @ w (D, 1) -> z (N, 1)
2
z + b               -> p (N, 1)      b 广播到每行
3
p - y               -> residual (N, 1)
4
residual ** 2       -> squared (N, 1)
5
mean(squared)       -> MSE ()

p = X @ w + b、residual = p - y、MSE = mean(residual ** 2)。

(N, D) @ (D, 1) -> (N, 1) 不是维度抵消：D 是每个输出内部的求和长度，p_i = sum_j X[i, j] * w[j, 0] + b。

4. 一个 batch 的手算#

1
X = [[2, 1], [4, 2]]    w = [[2], [3]]    b = 5    y = [[13], [17]]
2
p = [[12], [19]]         # 2*2 + 1*3 + 5, 4*2 + 2*3 + 5
3
residual = p - y = [[-1], [2]]
4
MSE = mean([1, 4]) = 2.5

y 必须写成 (2, 1)；写成 [13, 17] 就是 (2,)，减法会进另一套 broadcasting。residual 为正表示预测高于目标，为负表示低于目标，MSE 会把符号丢掉。

5. 易错点#

MSE 的单位与平均抵消。 MSE = (1 / M) * sum residual_i ** 2，M 是参与平均的元素个数（当前 p (N, 1) 时 M = N）。若 p、y 以元计，residual 是元，residual ** 2 与 MSE 是元²，不能说”MSE 是 2.5 元”。residual = [+3, -3] 时 mean(residual) = 0，但 MSE = (9 + 9) / 2 = 9：正负抵消不代表预测准，比较模型看 MSE。MSE 为 0 当且仅当所有 residual 都为 0。

size 与 shape[0]。 X.size = N * D 是元素总数，shape[0] = N 只是第一轴长度，第一轴是否表示样本取决于任务约定。p (N, 1) 的 size = N 只因输出宽度为 1；若 p (N, K)，全元素平均的分母是 N * K，不是 N。

三种 size 1。

1
np.array([5])    -> (1,)    ndim 1
2
np.array([[5]])  -> (1, 1)  ndim 2
3
np.array(5)      -> ()      ndim 0

元素个数相同，但轴的划分与能参与的运算不同。

broadcasting。 从最右轴对齐，逐轴长度相等或其中一个为 1，缺的左侧轴当作 1。最大的坑是 p (N, 1) - y (N,) -> (N, N)：y 被当作 (1, N)，每个预测都去减每个目标。N = 1 时结果可能仍是 (1, 1)，错误被藏起来，所以单样本测试不能替代多样本检查。shape 相等也不等于样本对齐，还要核对样本顺序与含义。

reshape 与 guard。 reshape 只改轴划分、元素总数不变；broadcasting 只扩展运算视角、不改输入 shape。任务要求先确认 p.shape == y.shape 再相减：打印一行警告不是 guard，residual 与 MSE 必须放在合法分支里，形状不匹配时整个 loss 都不执行。

6. 速查与入口#

• X (N, D)、w (D, 1)、b ()、p 与 y (N, 1)、MSE ()。
• p 与 y 表示同样的 N 个样本，顺序一一对应。
• 不是只打印警告：mismatch 时下游 loss 完全不执行，不留下半成品结果。
• MSE 是有限的标量；np.mean(residual ** 2) 的分母是元素总数。
• N = 1 通过不代表多样本形状正确。

来源：NumPy: the absolute basics for beginners、numpy.mean。

本文于2026-10-26整理公开，日期为导入日期。