读书笔记：3层神经网络的Python实现 ← 斋藤康毅

本例中，神经网络的层号从0开始，目的是方便利用Python进行实现。
因此，本例所构造的3层神经网络，共有4层神经元。即第0层、第1层、第2层、第3层。

【3层神经网络的Python实现】

import numpy as np

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

def identity_function(x):
    return x

def forward(network, x):
    W1,W2,W3=network['W1'],network['W2'],network['W3']
    b1,b2,b3=network['b1'],network['b2'],network['b3']
    
    al=np.dot(x,W1)+b1
    z1=sigmoid(al)
    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)

【运行结果】
[0.31682708   0.69627909]