deeplearningをやってみる6

『ゼロから作るDeep Learning』の第3章をやってみた。

ニューラルネットワークの章。
この章は長かったので、今日は3.1から3.4まで。

いくつかのニューロンを伝って情報が伝達されているモデルを実装した。

import numpy as np

def sigmoid(x):
return 1/(1+np.exp(-x))

def identity_function(x):
return x

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)