Ошибка при написании бинарного классификатора алгоритма перцептрона

Я новичок и проектирую бинарный классификатор, используя алгоритм Перцептрона на датасете FASHION-MNIST. При проектировании я написал следующий код:

import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import matplotlib.image as mpimg
import seaborn as sns
np.random.seed(2)
from sklearn.model_selection import train_test_split
from sklearn.metrics import confusion_matrix
import itertools
from keras.utils.np_utils import to_categorical
from keras.models import Sequential
from keras.optimizers import RMSprop,Adam
from keras.layers import Dense, Dropout, Flatten, Conv2D, MaxPool2D
from keras.optimizers import RMSprop
from keras.preprocessing.image import ImageDataGenerator
from keras.callbacks import ReduceLROnPlateau
import warnings
warnings.filterwarnings('ignore')
import os


def read_dataset(train_path, test_path):

    train = pd.read_csv(train_path)
    test = pd.read_csv(test_path)

    y_train = train["label"]
    x_train = train.drop(labels = ["label"],axis = 1)  #удаляем столбец с метками

    y_test = test["label"]
    x_test = test.drop(labels = ["label"], axis = 1)

    x_train = x_train / 255.0
    x_test = x_test / 255.0

    x_train = x_train.values.reshape(-1,28,28,1)
    x_test = x_test.values.reshape(-1,28,28,1)

    y_train = to_categorical(y_train, num_classes = 10)
    #x_train = to_categorical(x_train, num_classes = 10)

    y_train = y_train.astype(int)
    y_test = y_test.astype(int)


    #y_train = y_train.reshape((y_train.shape[0]))
    #y_test = y_test.reshape((y_test.shape[0]))

    #x_train = x_train.iloc[:,:].values
    #x_test = x_test.iloc[:,:].values

    #y_train = y_train.iloc[:,:].values
    #y_test = y_test.iloc[:,:].values


    return (x_train, y_train, x_test, y_test)

def peptrain(x, y, x_var_test, y_var_test):
    w = np.zeros((x.shape[1]))
    maxiter = []
    errors = []
    train_acc = []
    test_acc = []

    for i in range(5):
        error = 0
        for t in range(x.shape[0]):
            y_cap = np.sign(np.dot(w,x[t]))
            print(y_cap)

            if y_cap == 0:
                y_cap = -1

            if y_cap != y[t]:
                error = error + 1
                w = w + y[t] * x[t]

        errors.append(error)
        maxiter.append(i + 1)

        trainacc = 1 - ( error / x.shape[0] ) 
        testacc = peptest(x_var_test, y_var_test, w) 

        train_acc.append(trainacc)
        test_acc.append(testacc)

    return (train_acc, test_acc, maxiter, errors)

def peptest(x, y, w):
    mistakes = 0
    for t in range(x.shape[0]):
        y_cap = np.sign(np.dot(w,x[t]))
        print(y_cap)

        if y_cap == 0:
            y_cap = -1

        if y_cap != y[t]:
            mistakes = mistakes + 1

    return (1 - (mistakes / x.shape[0])) 

if __name__ == '__main__':

    train_location = "/Users/coraljain/Downloads/fashionmnist/fashion-mnist_train.csv"
    test_location = "/Users/coraljain/Downloads/fashionmnist/fashion-mnist_test.csv"

    x_train, y_train, x_test, y_test = read_dataset(train_location, test_location)
    train_acc, test_acc, maxiter, errors = peptrain(x_train, y_train, x_test, y_test)

Здесь я получаю следующую ошибку:

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all() 

для следующей части.

if y_cap == 0:

Какой у меня есть вариант? Как мне следует использовать функции all и any?

Если я правильно понял ваш код, это можно исправить следующим образом:

if (y_cap == np.zeros(len(y_cap))).all():

предполагая, что y_cap это numpy array (кстати, предоставление примера для y_cap помогло бы).