老师的作业(numpy实现神经网络)

这篇博客介绍了如何用numpy从头构建神经网络,包括ReLU激活函数的前向和反向传播,以及权重初始化。示例代码展示了输入预处理、网络初始化和随机权重生成的过程。
摘要由CSDN通过智能技术生成

1

import numpy as np

class Relu(object):

def forward(self, x):

self.x = x

return np.maximum(x, 0)

def backward(self, delta):

delta[self.x < 0] = 0

return delta

import numpy as np

class DNN(object):
def init(self, x1, w11, x2, w12, w2, b1, b2):
self.x1 = x1
self.x2 = x2
self.w11 = w11
self.w12 = w12
self.b1 = b1
self.b2 = b2
self.w2 = w2

def forward(self):
    #relu = Relu()
    self.a = self.x1 * self.w11.T + self.x2 * self.w12.T + self.b1
    self.y =  self.a * self.w2.T + self.b2

def backwa
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值