損失関数 ラムダ式での処理

Question

質問内容

書籍「ゼロから作るDeepLearning」で勉強しております．
わからない箇所があるので質問させていただきます．
エラーが出ているわけではないのですが，どのような処理がされているのかを教えていただきたいです．
該当のソースコードには単純なニューラルネットワークにおいて損失関数から勾配を求める処理を行うプログラムを書きました．
コードの25コード目でラムダ式により損失関数が渡されています．numerical_gradientの引数とするために関数としたのはわかりますが，net.loss(x,t)はfloat型であることがわかりました．これを微分したら定数であるので0になるのではないですか？
実際，f = lambda w: 1.194949593668443としたところ，零行列が返されました．
多分，関数の場所を参照していると思うのですが，よくわかりません．
ご教授いただけたら幸いです．

該当のソースコード

import sys, os
sys.path.append(os.pardir)
import numpy as np
from common.functions import softmax, cross_entropy_error
from common.gradient import numerical_gradient

class simpltNet:
    def __init__(self):
        self.W = np.random.randn(2,3)
    
    def predict(self, x):
        return np.dot(x, self.W)
    
    def loss(self, x, t):
        z = self.predict(x)
        y = softmax(z)
        loss = cross_entropy_error(y, t)

        return loss

x = np.array([0.6, 0.9])
t = np.array([0, 0, 1])

net = simpltNet()
f = lambda w: net.loss(x, t)
dW = numerical_gradient(f, net.W)

print(dW)

補足情報（FW/ツールのバージョンなど）

「ゼロから作るDeepLearning」のサンプルコードを使用しています．

Comments

[y_waiwai]

しつもんはなんでしょうか

[退会済みユーザー]

損失関数はWに依存していないのに，Wで偏微分して0にならないのはなぜという点です．

Answer 1

インスタンスメソッドを定義するときの第一引数(慣例ではself)が、呼び出す時には書かないことで起こる誤解です。

ゼロから作るDeep Learning：定数関数の微分 をお読み下さい。