深度学习入门——Affine层（仿射层-矩阵乘积）

• 神经网络的正向传播中进行的矩阵乘积运算在几何学领域被称为“仿射变换（Affine）”

1. 输入为单个数据

2. 批版本的Affine

# coding: utf-8
import numpy as np


class Affine:
    """定义仿射层（矩阵乘积）"""
    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) # T代表转置
        self.dW = np.dot(self.x.T, dout) # x要在前面乘
        self.db = np.sum(dout, axis=0) # 偏置反向传播需要汇总为偏置的元素

        return  dx