【发布时间】：2021-04-02 17:28:02
【问题描述】：
我无法理解在 Loss 类下定义的 sample_losses = self.forward(output, y)。
它从哪个“前向函数”获取输入作为前向函数是先前为所有三个类定义的，即Dense_layer、Activation_ReLU和Activation_Softmax？
class Layer_Dense:
def __init__(self, n_inputs, n_neurons):
self.weights = 0.01 * np.random.randn(n_inputs, n_neurons)
self.biases = np.zeros((1, n_neurons))
print(self.weights)
def forward(self, inputs):
self.output = np.dot(inputs, self.weights) + self.biases
class Activation_ReLU:
def forward(self, inputs):
self.output= np.maximum(0, inputs)
class Activation_Softmax:
def forward (self, inputs):
exp_values = np.exp(inputs - np.max(inputs, axis = 1, keepdims= True ))
probabilities= exp_values/np.sum(exp_values, axis = 1, keepdims= True )
self.output = probabilities
class Loss:
def calculate(self, output, y):
sample_losses = self.forward(output, y)
data_loss = np.mean(sample_losses)
return data_loss
【问题讨论】：
-
它看起来不应该像那样。最有可能的是，那是一个完全不同的功能，有人弄错了名字。即使它是在它之前的其他类中定义的函数，该函数仍然会获得一个输入（除了“self”）
-
请提供minimal reproducible example 说明如何使用此代码。目前这可能会引发一个异常，说“forward”属性不存在（这就是你想知道的原因）。
-
这个网站对我帮助很大。我一直在想很多！我现在明白了。非常感谢您的支持
标签： python function class neural-network forward