神经网络-正向传播

时间:2019-11-07 02:31:54

标签: forward propagation

我正在尝试通过以下代码进行正向传播。

import numpy as np
# Create Forward propagation class
class NeuralNetwork:
    def _init_(self):
        self.w1 = np.array([[0.82, 0.53, 0.44],
                           [0.15, 0.61, 0.39],
                           [0.11, 0.41, 0.5],
                           [0.45, 0.23, 0.68]])
        self.w2 = np.array([[0.49, 0.71],
                           [0.23, 0.21],
                           [0.44, 0.45]]) # assumed w18=0.45
        self.b1 = 0.5
        self.b2 = 0.5

    def sigmoid(self,x):
        return 1.0/(1.0+np.exp(-x))

    def ForwardPropagation(self,x):
        self.a = np.matmul(x,self.w1) + self.b1
        self.h1 = self.sigmoid(self.a)
        self.o = np.matmul(self.h1,self.w2) + self.b2      
        h2 = self.sigmoid(self.o)
        return h2


x = np.array([[2, 5, 1, 4]])
NN = NeuralNetwork()    
h2 = NN.ForwardPropagation(x)
h2

但是它给了我以下错误: AttributeError:“ NeuralNetwork”对象没有属性“ w1”

能否请您帮助我了解我在做什么错?

1 个答案:

答案 0 :(得分:1)

问题出在类的_init_(self)方法上。您想要的是类的构造函数,该构造函数将初始化神经网络的权重和偏差。 python类的构造函数是__init__(self)。注意双下划线,而不仅仅是代码中的下划线。由于该错误,解释器不会将您的_init_(self)视为构造函数,因此不会初始化您的权重和偏倚。

希望这会有所帮助。