课堂内课堂的问题

Question

由于对机器学习有点好奇，我开始阅读一些与该主题相关的入门教程。因此，几天前我发现了一个非常简单的神经网络示例，使用 Python 和 numpy 库实现，出于练习目的，我决定使用 C++ 实现相同的算法，并尽可能少地使用外部库。

然后，我首先编写了一个简单的类，该类能够处理矩阵定义/声明和相关的数学运算，如加法、乘法等。我雄辩地将该类命名为Matrix。
这是它的头文件：

template <typename T>
class Matrix {
public:
  Matrix(int numRows, int numColumns);
  ~Matrix();
  int getRows();
  int getColumns();
  T readValue(int row, int column);
  void writeValue(int row, int column, T value);
  Matrix<T> operator+(Matrix<T> other);
  Matrix<T> operator-(Matrix<T> other);
  Matrix<T> operator*(T scalar);
  Matrix<T> operator*(Matrix<T> other);
  Matrix<T> entrywiseProduct(Matrix<T> other);
  Matrix<T> transpose();
  void print();
private:
  const int rows;
  const int columns;
  T** matrix;
};

如您所见，为了分配正确的内存大小，我决定让类构造函数需要两个不同的参数，即行数和列数。

无论如何，在定义了这个简单解释的类之后，我开始编写网络实现的主类。特别是，这个更抽象的类将主要使用Matrix 类进行大部分操作。这是标题：

#include "Matrix.h"

template <typename T>
class Neuron {
public:
  Neuron(int matrixRows, int matrixColumns);
  ~Neuron();
  Matrix<T> estimate(Matrix<T> inputMatrix);
  void train(Matrix<T> inputMatrix, Matrix<T> outputMatrix, int iterations);
private:
  Matrix<T> weights;
};

尽管它不够优雅，但这个类的构造函数也接受了两个与矩阵相关的输入参数：那是因为它们将用于在类内正确实例化一个矩阵以存储加权系数。

这就是问题所在：在Neuron 类的初始化之后肯定应该实例化所提到的矩阵。据我所知，这种操作需要使用一个指针，该指针将由new 函数引用，在这种情况下，用于动态实例化Matrix 类。然而，另一方面，我已经决定使用矩阵的操作总是返回一个新矩阵而不是指向矩阵的指针，正如您在第一个类标题中看到的那样。

所以，我要问你：是否可以在Neuron 构造函数中定义一个矩阵并将其用作类变量，如上一个标题中定义的那样？这样，在weights命名矩阵上进行操作时，我应该能够覆盖相同的变量。
如果是，我该怎么做？

Answer 1

是的；像您应该初始化任何其他类成员一样初始化您的矩阵：在构造函数的member initialisation list中。

Neuron::Neuron(int matrixRows, int matrixColumns)
   : weights(matrixRows, matrixColumns)
{}

当你这样做时：

T::T()
{
   member = firstValue;
}

这不是初始化，而是赋值。当你说如果成员的类型没有默认构造函数时这是不够的，你是对的，因为如果你自己不初始化一个成员，编译器会尝试为你初始化它，它不能提供它不提供的参数知道关于。如果您出于某种原因无法正确初始化您的成员（例如，需要首先收集信息），智能指针/动态分配是一种常见的解决方法。

顺便说一句，T** 建议您创建一个指针数组。 Don't do that;它非常低效且过于复杂。只需创建一个宽×高数组 Ts 并相应地映射索引（i = y×width + x; x = i % width; y = i / width）。