ニューラルネットワークの計算を体験

テキストP55の図4-4-01に書いてあるニューラルネットワークの計算をPythonでやってみる。まず、入力層のデータ「2, 3, 1」をNumpy配列で定義する。

import numpy as np
x = np.array([2, 3, 1])

リスト1．入力層のデータx

次に、ノード11の重み「3, 1, 2」とバイアス「1」を定義する。

w11 = np.array([3, 1, 2])
b11 = 1

リスト2．ノード11の重みとバイアス

同様に、ノード12の重み「-2, -3, -1」とバイアス「3」を定義する。

w12 = np.array([-2, -3, -1])
b12 = 3

リスト3．ノード12の重みとバイアス

テキストP56の図4-4-02に書いてある「重みと入力値の積和＋バイアス」の計算は次のようになる。

u11 = sum(w11 * x) + b11
u12 = sum(w12 * x) + b12

リスト4．「重みと入力値の積和＋バイアス」の計算

活性化関数「ReLU」は関数として以下のように定義する。

def ReLU(u):
  return u if u > 0 else 0

リスト5．活性化関数「ReLU」

これを使って、テキストP57の図4-4-03に書いてあるノード11とノード12の最終的な出力値は次のようになる。

z11 = ReLU(u11)
z12 = ReLU(u12)
z = np.array([z11, z12])

リスト6．ノード11とノード12の最終的な出力値

最後に、テキストP58の図4-4-04に書いてある出力値に得られた結果は次のように計算する。

w21 = np.array([3, 2])
b21 = -2
y = ReLU(sum(w21 * z) + b21)

リスト7．出力値に得られた結果