Java实现神经网络时遭遇ArrayIndexOutOfBoundsException：矩阵乘法报错排查求助

我在尝试用Java实现神经网络时遇到了ArrayIndexOutOfBoundsException，错误发生在矩阵相乘的操作中。我已经试过调整循环条件，但问题依然存在，希望能得到帮助排查。

报错信息 #

Exception in thread "main" java.lang.ArrayIndexOutOfBoundsException

相关代码 #

驱动类代码 #

public class Driver {
    static double [][]X ={ {0, 0}, {1, 0}, {0, 1}, {1, 1} };
    static double [][] Y = { {0},{1},{1},{0} };
    public static void main(String[] args) {
        NNMain nn = new NNMain(2,10,1); // 2,10,1
        List<Double> output;
        nn.fit(X, Y, 50000);
        double [][] inputMatrix = { {0,0},{0,1},{1,0},{1,1} };
        for(double d[]:inputMatrix) {
            output = nn.predict(d);
            System.out.println(output.toString());
        }
    }
}

出错的矩阵乘法方法 #

public static Matrix multiply(Matrix a, Matrix b) {
    Matrix temp = new Matrix(a.r, a.c);
    for (int i = 0; i < temp.r; i++) {
        for (int j = 0; j < temp.c; j++) {
            double sum=0;
            for(int k=0; k < a.c; k++) {
                sum += a.data[i][k] * b.data[k][j]; // ERROR HERE
            }
            temp.data[i][j]=sum;
        }
    }
    return temp;
}

问题根源 #

矩阵乘法的核心规则是：第一个矩阵的列数必须等于第二个矩阵的行数，而结果矩阵的维度应该是「第一个矩阵的行数 × 第二个矩阵的列数」。

你的代码里犯了一个关键错误：创建结果矩阵temp时，错误地使用了a.c作为结果矩阵的列数，而正确的列数应该是b.c。

举个实际场景的例子：当你计算隐藏层到输出层的矩阵乘法时，隐藏层输出矩阵是4×10，输出层权重矩阵是10×1，正确的结果矩阵应该是4×1。但你的代码会创建一个4×10的矩阵，当循环j到1时，访问b.data[k][j]就会超出b的列数（仅为1），直接触发数组越界异常。

解决方案 #

修改矩阵乘法方法中结果矩阵的创建逻辑，同时增加参数合法性校验，避免后续维度不匹配的问题：

public static Matrix multiply(Matrix a, Matrix b) {
    // 提前校验矩阵乘法的合法性：a的列数必须等于b的行数
    if (a.c != b.r) {
        throw new IllegalArgumentException("矩阵乘法失败：a的列数必须等于b的行数");
    }
    // 结果矩阵的维度为「a的行数 × b的列数」
    Matrix temp = new Matrix(a.r, b.c);
    for (int i = 0; i < temp.r; i++) {
        for (int j = 0; j < temp.c; j++) {
            double sum = 0;
            // k的遍历范围是a的列数（即b的行数）
            for (int k = 0; k < a.c; k++) {
                sum += a.data[i][k] * b.data[k][j];
            }
            temp.data[i][j] = sum;
        }
    }
    return temp;
}

额外建议 #

1. 检查Matrix类的构造方法：确保它正确初始化data数组的大小为行数×列数，示例如下：

   public class Matrix {
       int r; // 行数
       int c; // 列数
       double[][] data;
       
       public Matrix(int rows, int cols) {
           this.r = rows;
           this.c = cols;
           this.data = new double[rows][cols];
       }
   }
   

2. 确认神经网络各层维度匹配：比如输入层2个神经元、隐藏层10个神经元，那么输入到隐藏层的权重矩阵应为2×10，隐藏层到输出层的权重矩阵应为10×1，确保调用multiply时始终满足维度要求。

内容的提问来源于stack exchange，提问作者WickedPlayer53294