Python 은 numpy 를 이용 하여 3 층 신경 망 의 예제 코드 를 실현 합 니 다.
사실 신경 망 은 잘 이 루어 져 있 고 약간의 기초 가 있 는 기본 은 모두 이 루어 질 수 있다.주로 위의 공식 을 이용 하여 만 든 것 이다.
이것 은 신경 망 의 전체 구조 로 모두 3 층 으로 입력 층,숨겨 진 층,출력 층 으로 나 뉜 다.이제 출력 층 에서 첫 번 째 숨겨 진 층 까지 설명 하 겠 습 니 다.
사용 하 는 컴 파일 러 는 Jupyter notebook 입 니 다.
import numpy as np
# X,W1,B1
X = np.array([1.0, 0.5])
w1 = np.array([[0.1, 0.3, 0.5],[0.2, 0.4, 0.6]])
b1 = np.array([0.1, 0.2, 0.3])
#
print(X.shape)
print(w1.shape)
print(b1.shape)
#
np.dot(X,w1)
def sigmod(x):
return 1/(1 + np.exp(-x))
Z1 = sigmod(A1)
Z1
# w2,b2
w2 = np.array([[0.1,0.4],[0.2,0.5],[0.3,0.6]])
b2 = np.array([0.1,0.2])
#
print(w2.shape)
print(b2.shape)
A2 = np.dot(Z1,w2) + b2
A2
Z2 = sigmod(A2)
Z2
#
def identity_function(x):
return x
# w3,b3
w3 = np.array([[0.1,0.3],[0.2,0.4]])
b3 = np.array([0.1,0.2])
A3 = np.dot(Z2,w3) + b3
Y = identity_function(A3)
Y
위의 것 을 통합 하 다.
#
# ,
def init_network():
network = {}
network['w1'] = np.array([[0.1,0.3,0.5],[0.2,0.4,0.6]])
network['w2'] = np.array([[0.1,0.4],[0.2,0.5],[0.3,0.6]])
network['w3'] = np.array([[0.1,0.3],[0.2,0.4]])
network['b1'] = np.array([0.1, 0.2, 0.3])
network['b2'] = np.array([0.1,0.2])
network['b3'] = np.array([0.1,0.2])
return network
# , x, Y
def forward(network,x):
w1,w2,w3 = network['w1'],network['w2'],network['w3']
b1,b2,b3 = network['b1'],network['b2'],network['b3']
A1 = np.dot(x,w1) + b1
A2 = np.dot(A1,w2) + b2
A3 = np.dot(A2,w3) + b3
Y = identity_function(A3)
Y
#
network = init_network()
X = np.array([1.0,0.5])
Y = forward(network,X)
파 이 썬 이 numpy 를 이용 하여 3 층 신경 망 을 실현 하 는 예제 코드 에 관 한 이 글 은 여기까지 소개 되 었 습 니 다.더 많은 numpy 3 층 신경 망 내용 은 우리 의 이전 글 을 검색 하거나 아래 의 관련 글 을 계속 조회 하 시기 바 랍 니 다.앞으로 많은 응원 바 랍 니 다!
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
chainer의 connection을 괴롭히고 새로운 층을 만든다 (1)GPU GTX1070 우분투 14.04 chainer 1.14.0 chainer에서 최신 모델을 구현할 때는 links/connection이나 functions/connection을 괴롭힐 필요가 있다. 그래서 가장...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.