python将元组赋值到变量

Question

问题遇到的现象和发生背景

在学习深度学习过程中，调入了一个softmax函数，在n, n_c = y.shape，这一步老是报错，y.shape = (500, ), 按照我自己的理解，n = 500， n_c = 1，但是会报错，value error，说有两个变量确只赋了一个值。但当我直接将n_c = 1时，又会出现RuntimeWarning: invalid value encountered in log loss-= np.log(scores[y.tolist()[i]]/total)
的错误。

问题相关代码，请勿粘贴截图

def softmax_loss_naive(W, X, y, reg):
# Initialize the loss and gradient to zero.
loss = 0.0
dW = np.zeros_like(W)
n, n_c = y.shape
for i in range(n):
scores = np.dot(X[i],W)
stable_scores = np.exp(scores-np.max(scores))
total = np.sum(stable_scores)
loss-= np.log(scores[y.tolist()[i]]/total)
for j in range(n_c):
dW[:,j]+= (scores[j]X[i])/total
if(j == y[i]):
dW[:,y.tolist()[i]] -= X[i]
loss = loss/n + regnp.sum(np.square(W))
dW = dW/n + 2regW
return loss, dW

运行结果及报错内容

我的解答思路和尝试过的方法

令n=y.shape[0], n_c = 1

我想要达到的结果

正确输出返回值，返回值为一个浮点型数值。

Answer 1

调用过程如下：
W = np.random.randn(3073, 10) * 0.0001

loss, grad = softmax_loss_naive(W, X_dev, y_dev, 0.0)
print('loss: %f' % loss)
print('sanity check: %f' % (-np.log(0.1)))