넘파이(numpy)로 신경망 구현하기 최종 코드

넘파이로 신경망 구현 

---

def init_network():
	network = {}
    network['W1'] = np.array([[0.1, 0.3, 0.5], [0.2, 0.4, 0.6]])
    network['b1'] = np.array([0.1, 0.2, 0.3])
    network['W2'] = np.array([[0.1, 0.4], [0.2, 0.5], [0.3, 0.6]])
    network['b2'] = np.array([0.1, 0.2])
    network['W3'] = np.array([0.1, 0.3], [0.2, 0.4]])
    network['b3'] = np.array([0.1, 0.2])
    
    return network
    
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
    z1 = sigmoid(a1)
    a2 = np.dot(z1, W2) + b2
    z2 = sigmoid(a2)
    a3 = np.dot(z2, W3) + b3
    y = identity_function(a3)
    
    return y

network = init_network()
x = np.array([1.0, 0.5])
y = forward(network, x)
print(y) # [0.31682708  0.69627909]

 

• 신경망 구현의 관례에 따라 가중치만 대문자, 그 외 편향과 중간 결과 모두 소문자
• init_network() : 가중치와 편향을 초기화, 이를 딕셔너리 변수인 network 에 저장
• 딕셔너리 변수 network : 각 층에 필요한 매개변수(가중치와 편향) 저장
• forward() : 입력 신호를 출력으로 변환하는 처리 과정 구현

 

 

 Reference

• 밑바닥부터 시작하는 딥러닝