【神经网络】python实现神经网络（五）——误差反向传播的代码实现

        承接上篇文章的理论知识（【神经网络】python实现神经网络（四）——误差反向传播的基础理论），现在我们来介绍如何用代码实现。

一.点乘层Affine的反向传播

        基本没有什么需要特别注意的地方，都是按照理论来

class Affine:
    def __init__(self,W,b):
        self.W = W
        self.b = b
        self.x = None
        self.dW = None
        self.db = None

    def forward(self, x):
        self.x = x

        out = np.dot(x, self.W) + self.b
        return out

    def backward(self, dout):
        dx = np.dot(dout, self.W.T)

        self.dW = np.dot(self.x.T, dout)
        self.db = np.sum(dout, axis=0)
        return dx

二.激活函数Sigmod/Relu的反向传播

        首先是Sigmod激活函数的代码实现：

class