未知numpy数组形状时如何实现逐元素累加且省去if判断语句？

你可以完全省去if语句，仅需要修改self.delta_weights的初始化取值即可实现需求：

核心实现方法 #

初始化时将self.delta_weights赋值为标量0，利用Numpy的广播机制即可实现直接累加，修改后的完整代码如下：

import numpy as np

class Layer:
    def __init__(self):
        self.delta_weights = 0  # 初始化为标量0即可

    def add_delta_weights(self, delta_weights):
        self.delta_weights = self.delta_weights + delta_weights

原理解释 #

• Numpy的广播规则支持标量和任意形状的数组直接做逐元素运算，运算时标量会自动扩展为和输入数组完全一致的形状，因此第一次累加时，0 + delta_weights的结果就等于delta_weights本身，和原if分支的else逻辑完全等价
• 后续传入的delta_weights和第一次的形状相同，数组间逐元素相加的逻辑和原if分支的累加逻辑完全一致
• 该方案的行为和你原有带if判断的代码完全一致，如果后续传入形状不匹配的delta_weights，都会触发形状不匹配的报错，符合预期的累加逻辑

可选优化（如果需要严格控制数值类型） #

如果需要提前指定累加结果的数值精度，可以将初始值设置为对应类型的标量，比如要求float64精度可以写成：

self.delta_weights = np.float64(0)

内容的提问来源于stack exchange，提问作者Raftel