Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | 4 | 5 | ||
| 6 | 7 | 8 | 9 | 10 | 11 | 12 |
| 13 | 14 | 15 | 16 | 17 | 18 | 19 |
| 20 | 21 | 22 | 23 | 24 | 25 | 26 |
| 27 | 28 | 29 | 30 |
Tags
- Docker
- 부르트포스
- Node.js
- 그리디
- Algorithm
- 탐색
- 그래프
- dp
- DeepLearning
- mysql
- 백준
- Greedy
- Swift
- NeuralNetwork
- sigmoid
- ios
- BFS
- 문제풀이
- 알고리즘
- dfs
- 풀이
- 캡스톤정리
- Blockchain
- Stack
- 프로그래머스
- ReLU
- 실버쥐
- C++
- 플로이드와샬
- 백트래킹
Archives
- Today
- Total
목록CSE (1)
개발아 담하자
[Deep Learning] Neural Network 의 Forward Pass 구현해보기 (1) - 초기 네트워크 세팅
1. 단순 신경망 구조 만들기 (네트워크 세팅) def init_network(): network = {} network['W'] = np.array([ [0.2, 0.5, 0.3], [0.8, 0.6, 0.4] ]) return network network = init_network() print(network) {'W': array([[0.2, 0.5, 0.3], [0.8, 0.6, 0.4]])} init_network() 함수로 초기 네트워크 세팅을 해주었다. 2. ForwardPass 만들기 # forward pass 1 def forward1(network, x): W = network['W'] y = np.array([0.0, 0.0, 0.0]) y[0] = W[0][0] * x[0] + W[..
🚀 Deep Learning
2020. 4. 22. 02:17