目录标题前置了解(权重矩阵的行列由来)一、第一层二、第二层三、第三层四、代码实现前置了解(权重矩阵的行列由来)A*BA的列 就是和 B 的行 对应一、第一层这W 就是 行就是代表前一层有几个节点有几列就是代表当前层有几个节点。(每个节点都是二维矩阵,这里是对W 进行转置)二、第二层三、第三层四、代码实现代码引入激活函数在 blog:深度学习2:激活函数ReLU,softmax和恒等函数及激活函数的最终选择fromcommon.functionsimportsigmoid,identityimportnumpyasnp#初始化网络definit_network():network{}# 第一层参数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])# 第二层参数network[W2]np.array([[0.1,0.4],[0.2,0.5],[0.3,0.6]])network[b2]np.array([0.1,0.2])# 第三层参数network[W3]np.array([[0.1,0.3],[0.2,0.4]])network[b3]np.array([0.1,0.2])returnnetwork#前向传播defforward(network,x):W1,W2,W3network[W1],network[W2],network[W3]b1,b2,b3network[b1],network[b2],network[b3]a1np.dot(x,W1)b1 z1sigmoid(a1)a2np.dot(z1,W2)b2 z2sigmoid(a2)a3np.dot(z2,W3)b3 yidentity(a3)returny#测试主流程networkinit_network()#定义数据xnp.array([1.0,0.5])#前向传播(预测)yforward(network,x)print(y)