3層ニューラルネットワークの実装

#chainerを使って簡単な3層のニューラルネットワークを実装
今回はDeep Learning向けのフレームワークであるChainerを使ってモデルを作成。
1.入力層、隠れ層、出力層のノード数をそれぞれ3,2,4
2.全結合の順伝播型ニューラルネットワーク
3.活性化関数として今回はrelu関数

neuralnetwork.py

import chainer
import chainer.links as L
import chainer.functions as F
import numpy as np
np.random.seed(1)
fc1 = L.Linear(3, 2)
fc2 = L.Linear(2, 4)
x = np.array([[1, 2, 3]], "f")
u1 = fc1(x)
z1 = F.relu(u1)
y = fc2(z1)

また重み行列Wとバイアスベクトルbの結果も表示

fc1.W
fc1.b
fc2.W
fc2.b

使用した関数のリンク
chainer.links.Linear(https://docs.chainer.org/en/stable/reference/generated/chainer.links.Linear.html#chainer.links.Linear)
chainer.functions.relu(https://docs.chainer.org/en/stable/reference/generated/chainer.functions.relu.html#chainer.functions.relu)