Deep Learning
넘파이(numpy)로 신경망 구현하기 최종 코드
햇농nongnong
2022. 5. 31. 17:20
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