深度学习——批版本的Affine层

最新推荐文章于 2024-09-10 18:46:42 发布

lov August

最新推荐文章于 2024-09-10 18:46:42 发布

阅读量113

点赞数

文章标签：深度学习人工智能

本文链接：https://blog.csdn.net/weixin_63222699/article/details/131796810

版权

该文描述了一个名为classAffine的类，用于实现线性变换，包括权重W和偏置b的存储，以及前向传播和反向传播功能。在前向传播中，它接收输入x，进行形状调整并计算输出。在反向传播过程中，计算权重和偏置的梯度，同时恢复输入数据的原始形状。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

class Affine:
    def __init__(self, W, b):
        self.W =W
        self.b = b
        
        self.x = None
        self.original_x_shape = None   # 考虑了四维数据
        # 权重和偏置参数的导数
        self.dW = None
        self.db = None

    def forward(self, x):
        # 对应张量
        self.original_x_shape = x.shape
        x = x.reshape(x.shape[0], -1)
        self.x = x

        out = np.dot(self.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)
        
        dx = dx.reshape(*self.original_x_shape)  # 还原输入数据的形状（对应张量）
        return dx