Sinir ağları tipik olarak birden fazla nörondan oluşan katmanlara sahiptir. Katmanlar nöron gruplarından başka bir şey değildir. Bir katmandaki her nöron tam olarak aynı girdiyi alır; katmana verilen girdi (bu, eğitim verileri veya önceki katmanın çıktısı olabilir), ancak kendi ağırlık setini ve kendi önyargısını içerir ve kendi benzersiz yanıtını üretir. çıktı. Katmanın çıktısı, her nöron başına bir tane olmak üzere bu çıktıların her birinin bir kümesidir. Diyelim ki bir katmanda 3 nöron ve 4 girdiden oluşan bir senaryomuz var:

inputs = [1, 2, 3, 2.5]
weights1 = [0.2, 0.8, -0.5, 1]
weights2 = [0.5, -0.91, 0.26, -0.5]
weights3 = [-0.26, -0.27, 0.17, 0.87]
bias1 = 2
bias2 = 3
bias3 = 0.5
outputs = [
# Neuron 1:
inputs[0]*weights1[0] +
inputs[1]*weights1[1] +
inputs[2]*weights1[2] +
inputs[3]*weights1[3] + bias1,
# Neuron 2:
inputs[0]*weights2[0] +
inputs[1]*weights2[1] +
inputs[2]*weights2[2] +
inputs[3]*weights2[3] + bias2,
# Neuron 3:
inputs[0]*weights3[0] +
inputs[1]*weights3[1] +
inputs[2]*weights3[2] +
inputs[3]*weights3[3] + bias3]
print(outputs)
>>>
[4.8, 1.21, 2.385]

Numpy ile;

import numpy as np

inputs = [1, 2, 3, 2.5]
weights1 = [0.2, 0.8, -0.5, 1]
weights2 = [0.5, -0.91, 0.26, -0.5]
weights3 = [-0.26, -0.27, 0.17, 0.87]
bias1 = 2
bias2 = 3
bias3 = 0.5

outputs = [np.dot(inputs,weights1) + bias1,
           np.dot(inputs,weights2) + bias2,
           np.dot(inputs,weights3) + bias3]
print(outputs)

[4.8, 1.21, 2.385]

import numpy as np

inputs = [1.0, 2.0, 3.0, 2.5]

weights = [[0.2, 0.8, -0.5, 1],
[0.5, -0.91, 0.26, -0.5],
[-0.26, -0.27, 0.17, 0.87]]

biases = [2.0, 3.0, 0.5]

outputs = np.dot(weights, inputs) + biases
print(outputs)

[4.8, 1.21, 2.385]