重みWを複素数に定義するには？

Question

前提・実現したいこと

Affine layerで出力に複素数を実装したところ、Wが定義されていないとなりました。変更したのはoutの部分だけですがエラーとなったので教えてほしく思います。コードはゼロから作るディープラーニングp152のAffineレイヤを使用しています。

発生している問題・エラーメッセージ

name 'W' is not defined

該当のソースコード

class Affine:
    def __init__(self, W, b):
        self.W = W
        self.b = b
        
        self.x = None
        self.original_x_shape = None
        # 重み・バイアスパラメータの微分
        self.dW = None
        self.db = None

    def forward(self, x):
        # テンソル対応
        self.original_x_shape = x.shape
        x = x.reshape(x.shape[0], -1)
        self.x = x

        out = np.dot(x.real, W.real) + 1.j * np.dot(x.imag, W.imag) + b

        return out

    def backward(self, dout):
        dx = np.dot(dout, self.W.T)
        self.dW = np.dot(self.x.T, dout)
        self.db = np.sum(dout, axis=0)
        
        dx = dx.reshape(*self.original_x_shape)  # 入力データの形状に戻す（テンソル対応）
        return dx

試したこと

参考が見つからず、試行錯誤してみましたが解決できませんでした。

補足情報（FW/ツールのバージョンなど）

Python3.8.5, google colabを使用

Answer 1

中身は見ていませんが、

        out = np.dot(x.real, W.real) + 1.j * np.dot(x.imag, W.imag) + b

を

        out = np.dot(x.real, self.W.real) + 1.j * np.dot(x.imag, self.W.imag) + b

に変更してみてください。

Comments

[KAltair]

別の問題として
for key in ('W1', 'b1', 'W2', 'b2'):
network.params[key] -= learning_rate * grad[key]
loss = network.loss(x_batch, t_batch)

Error : Cannot cast ufunc 'subtract' output from dtype('complex128') to dtype('float64') with casting
rule 'same_kind'

となり、型に対しての新たなエラーが出てきました。
参考として「https://ebi-works.com/deeplearning-6/」のサイトを使用しています。

[KAltair]

こちらの問題は解決したので別の問題が発生したものとして新しく質問させていただきます。ありがとうございました！