W1, b1 = rng.randn(d, h), np.zeros(h) # náhodný start vah
W2, b2 = rng.randn(h, k), np.zeros(k)
H = np.tanh(X @ W1 + b1) # (n, h)
z = H @ W2 + b2 # (n, k)
e = np.exp(z - z.max(axis=1, keepdims=True))
P = e / e.sum(axis=1, keepdims=True) # softmax po řádcích
Y = np.eye(k)[y] # one-hot
ztrata = -np.log(P[np.arange(len(y)), y]).mean()
presnost = (P.argmax(axis=1) == y).mean()
# parametry vrstvy: vstupy * neurony + neuronyTahák · Python · Neuronové sítě a moderní AI
Neuronová síť od nuly v NumPy
Složíš neurony do vrstev, vyřešíš XOR, naučíš síť kreslit kruh a rozlišovat tři spirály. Jen v NumPy, bez hotového frameworku.