点积和 numpy 数组和向量的添加

问：

请考虑以下 MWE：

import numpy as np

def create_weight_matrix(nrows, ncols):
    """Create a weight matrix with normally distributed random elements."""
    return np.random.default_rng().normal(loc=0, scale=1/(nrows*ncols), size=(nrows, ncols))

def create_bias_vector(length):
    """Create a bias vector with normally distributed random elements."""
    return create_weight_matrix(length,1)



if __name__ == "__main__":

    num_samples = 100
    num_features = 5

    W = create_weight_matrix(4, num_features)
    b = create_bias_vector(4)

    x = np.random.rand(num_samples, num_features)

    y = W.dot(x[1])
    print(y.shape)

    t = y + b
    print(t.shape)

中间变量被正确地计算为 和 的点积，输出是 形式的向量。然后我尝试添加向量，我希望这是按元素执行的，但由于某种原因，代码将所有元素添加到所有元素中，以在最后创建 4x4 矩阵而不是 4x1 向量。我在这里错过了什么？yWx[1][ 0.06678158 0.02322523 0.09542323 -0.05746891]bby