teratail
回答率
85.48%
質問するログイン新規登録
トップに関する質問ゼロから作るDeep Learningの３章の辞書変数の疑問

編集履歴

質問編集履歴

7

変数名間違い修正

2019/02/02 15:47

投稿

toyota
toyota

スコア12

test CHANGED
File without changes
test CHANGED
@@ -1,6 +1,6 @@
1
1
  ### ゼロから作るDeep Learningの３章３．４．３の説明
2
2
 
3
- 　下記のページの説明で変数「netwaork」は辞書形式で定義されていると思います。
3
+ 　下記のページの説明で変数「network」は辞書形式で定義されていると思います。
4
4
 
5
5
  　この内容は容易に理解できます。
6
6
 

6

インテント修正

2019/02/02 15:47

投稿

toyota
toyota

スコア12

test CHANGED
File without changes
test CHANGED
@@ -54,9 +54,7 @@
54
54
 
55
55
  ```Python
56
56
 
57
- コード
58
-
59
- ```import sys, os
57
+ 　　import sys, os
60
58
 
61
59
  　　sys.path.append(os.pardir) # 親ディレクトリのファイルをインポートするための設定
62
60
 
@@ -97,3 +95,5 @@
97
95
  　　 W1, W2, W3 = network['W1'], network['W2'], network['W3']
98
96
 
99
97
  　　 b1, b2, b3 = network['b1'], network['b2'], network['b3']
98
+
99
+ ```

5

修正

2019/02/02 15:45

投稿

toyota
toyota

スコア12

test CHANGED
File without changes
test CHANGED
@@ -10,9 +10,7 @@
10
10
 
11
11
  ```Python
12
12
 
13
- コード
14
-
15
- ```def init_network(): # """重みとバイアスの初期化"""
13
+ 　　def init_network(): # """重みとバイアスの初期化"""
16
14
 
17
15
  　　network = {}
18
16
 
@@ -39,6 +37,8 @@
39
37
  　　 W1, W2, W3 = network['W1'], network['W2'], network['W3']
40
38
 
41
39
  　　b1, b2, b3 = network['b1'], network['b2'], network['b3']
40
+
41
+ ```
42
42
 
43
43
 
44
44
 

4

インテント修正

2019/02/02 15:44

投稿

toyota
toyota

スコア12

test CHANGED
File without changes
test CHANGED
@@ -1,4 +1,4 @@
1
- # ゼロから作るDeep Learningの３章３．４．３の説明
1
+ ### ゼロから作るDeep Learningの３章３．４．３の説明
2
2
 
3
3
  　下記のページの説明で変数「netwaork」は辞書形式で定義されていると思います。
4
4
 
@@ -8,37 +8,41 @@
8
8
 
9
9
  実装まとめ
10
10
 
11
- def init_network(): # """重みとバイアスの初期化"""
11
+ ```Python
12
12
 
13
- network = {}
13
+ コード
14
14
 
15
- network['W1'] = np.array([[.1, .3, .5], [.2, .4, .6]])
15
+ ```def init_network(): # """重みとバイアスの初期化"""
16
16
 
17
- network['W2'] = np.array([[.1, .4], [.2, .5], [.3, .6]])
17
+ 　　network = {}
18
18
 
19
- network['W3'] = np.array([[.1, .3], [.2, .4]])
19
+ 　　network['W1'] = np.array([[.1, .3, .5], [.2, .4, .6]])
20
20
 
21
- network['b1'] = np.array([.1, .2, .3])
21
+ 　　 network['W2'] = np.array([[.1, .4], [.2, .5], [.3, .6]])
22
22
 
23
- network['b2'] = np.array([.1, .2])
23
+ 　　 network['W3'] = np.array([[.1, .3], [.2, .4]])
24
24
 
25
+ 　　 network['b1'] = np.array([.1, .2, .3])
26
+
27
+ 　　 network['b2'] = np.array([.1, .2])
28
+
25
- network['b3'] = np.array([.1, .2])
29
+ 　　network['b3'] = np.array([.1, .2])
26
30
 
27
31
 
28
32
 
29
- return network
33
+ 　　　return network
30
34
 
31
35
 
32
36
 
33
- def forward(network, x): # """入力信号が出力へと変換されるプロセス"""
37
+ 　　def forward(network, x): # """入力信号が出力へと変換されるプロセス"""
34
38
 
35
- W1, W2, W3 = network['W1'], network['W2'], network['W3']
39
+ 　　 W1, W2, W3 = network['W1'], network['W2'], network['W3']
36
40
 
37
- b1, b2, b3 = network['b1'], network['b2'], network['b3']
41
+ 　　b1, b2, b3 = network['b1'], network['b2'], network['b3']
38
42
 
39
43
 
40
44
 
41
- ## ゼロから作るDeep Learningの３章３．６．２のニューラルネットワークの推論処理では
45
+ ### ゼロから作るDeep Learningの３章３．６．２のニューラルネットワークの推論処理では
42
46
 
43
47
  　　構造は同じようですが、何処にもnetworkを辞書で初期化してなくて、なぜ、このように記述して
44
48
 
@@ -48,46 +52,48 @@
48
52
 
49
53
 
50
54
 
51
- import sys, os
55
+ ```Python
52
56
 
53
- sys.path.append(os.pardir) # 親ディレクトリのファイルをインポートするための設定
57
+ コード
54
58
 
55
- import numpy as np
59
+ ```import sys, os
56
60
 
57
- import pickle
61
+ 　　sys.path.append(os.pardir) # 親ディレクトリのファイルをインポートするための設定
58
62
 
59
- from dataset.mnist import load_mnist
63
+ 　　import numpy as np
60
64
 
65
+ 　　import pickle
66
+
67
+ 　　from dataset.mnist import load_mnist
68
+
61
- from common.functions import sigmoid, softmax
69
+ 　　from common.functions import sigmoid, softmax
62
70
 
63
71
 
64
72
 
65
- def get_data(): # """学習データのロード"""
73
+ 　　def get_data(): # """学習データのロード"""
66
74
 
67
- (x_train, t_train), (x_test, t_test) = \
75
+ 　 　(x_train, t_train), (x_test, t_test) = \
68
76
 
69
- load_mnist(normalize=True, flatten=True, one_hot_label=False)
77
+ 　 　load_mnist(normalize=True, flatten=True, one_hot_label=False)
78
+
79
+ 　　 return x_test, t_test
70
80
 
71
81
 
72
82
 
83
+ 　　def init_network(): # """sample_weight.pklに保存された学習済み重みパラメータの読み込み"""
84
+
85
+ 　 　with open("sample_weight.pkl", 'rb') as f:
86
+
73
- return x_test, t_test
87
+ 　 　 network = pickle.load(f)
74
88
 
75
89
 
76
90
 
77
- def init_network(): # """sample_weight.pklに保存された学習済み重みパラメータの読み込み"""
78
-
79
- with open("sample_weight.pkl", 'rb') as f:
80
-
81
- network = pickle.load(f)
91
+ 　　 return network
82
92
 
83
93
 
84
94
 
85
- return network
95
+ 　　def predict(network, x):
86
96
 
97
+ 　　 W1, W2, W3 = network['W1'], network['W2'], network['W3']
87
98
 
88
-
89
- def predict(network, x):
90
-
91
- W1, W2, W3 = network['W1'], network['W2'], network['W3']
92
-
93
- b1, b2, b3 = network['b1'], network['b2'], network['b3']
99
+ 　　 b1, b2, b3 = network['b1'], network['b2'], network['b3']

3

インテンドやコメントを合わせました

2019/02/02 15:43

投稿

toyota
toyota

スコア12

test CHANGED
File without changes
test CHANGED
@@ -6,11 +6,9 @@
6
6
 
7
7
 
8
8
 
9
- 　実装まとめ
9
+ 実装まとめ
10
10
 
11
- 　def init_network():
12
-
13
- """重みとバイアスの初期化"""
11
+ def init_network(): # """重みとバイアスの初期化"""
14
12
 
15
13
  network = {}
16
14
 
@@ -26,13 +24,13 @@
26
24
 
27
25
  network['b3'] = np.array([.1, .2])
28
26
 
27
+
28
+
29
29
  return network
30
30
 
31
31
 
32
32
 
33
- 　def forward(network, x):
34
-
35
- """入力信号が出力へと変換されるプロセス"""
33
+ def forward(network, x): # """入力信号が出力へと変換されるプロセス"""
36
34
 
37
35
  W1, W2, W3 = network['W1'], network['W2'], network['W3']
38
36
 
@@ -64,31 +62,27 @@
64
62
 
65
63
 
66
64
 
65
+ def get_data(): # """学習データのロード"""
66
+
67
+ (x_train, t_train), (x_test, t_test) = \
68
+
69
+ load_mnist(normalize=True, flatten=True, one_hot_label=False)
67
70
 
68
71
 
69
- def get_data():
70
-
71
- """学習データのロード"""
72
-
73
- (x_train, t_train), (x_test, t_test) = load_mnist(normalize=True, flatten=True, one_hot_label=False)
74
72
 
75
73
  return x_test, t_test
76
74
 
77
75
 
78
76
 
79
-
80
-
81
- def init_network():
82
-
83
- """sample_weight.pklに保存された学習済み重みパラメータの読み込み"""
77
+ def init_network(): # """sample_weight.pklに保存された学習済み重みパラメータの読み込み"""
84
78
 
85
79
  with open("sample_weight.pkl", 'rb') as f:
86
80
 
87
81
  network = pickle.load(f)
88
82
 
89
- return network
90
83
 
91
84
 
85
+ return network
92
86
 
93
87
 
94
88
 
@@ -97,7 +91,3 @@
97
91
  W1, W2, W3 = network['W1'], network['W2'], network['W3']
98
92
 
99
93
  b1, b2, b3 = network['b1'], network['b2'], network['b3']
100
-
101
-
102
-
103
- 以上

2

改行追加

2019/02/02 15:32

投稿

toyota
toyota

スコア12

test CHANGED
File without changes
test CHANGED
@@ -27,6 +27,8 @@
27
27
  network['b3'] = np.array([.1, .2])
28
28
 
29
29
  return network
30
+
31
+
30
32
 
31
33
  　def forward(network, x):
32
34
 

1

シンタックスハイライト・マークダウンでコードを囲いました

2019/02/02 07:06

投稿

toyota
toyota

スコア12

test CHANGED
File without changes
test CHANGED
@@ -1,4 +1,4 @@
1
- ＃ゼロから作るDeep Learningの３章３．４．３の説明
1
+ # ゼロから作るDeep Learningの３章３．４．３の説明
2
2
 
3
3
  　下記のページの説明で変数「netwaork」は辞書形式で定義されていると思います。
4
4
 
@@ -38,7 +38,7 @@
38
38
 
39
39
 
40
40
 
41
- ＃＃ゼロから作るDeep Learningの３章３．６．２のニューラルネットワークの推論処理では
41
+ ## ゼロから作るDeep Learningの３章３．６．２のニューラルネットワークの推論処理では
42
42
 
43
43
  　　構造は同じようですが、何処にもnetworkを辞書で初期化してなくて、なぜ、このように記述して
44
44
 
@@ -47,8 +47,6 @@
47
47
  　　pickle.load(f)関数のソースをみてもピンときませんでした。
48
48
 
49
49
 
50
-
51
- # %load neuralnet_mnist.py
52
50
 
53
51
  import sys, os
54
52