Note that when the input z is a vec

Note that when the input z is a vector or Numpy array, Numpy automatically applies the function sigmoid elementwise, that is, in vectorized form.
We then add a feedforward method to the Network class, which, given an input a for the network, returns the corresponding output* All the method does is applies Equation (22) for each layer:
*It is assumed that the input a is an (n, 1) Numpy ndarray, not a (n,) vector. Here, n is the number of inputs to the network. If you try to use an (n,) vector as input you'll get strange results. Although using an (n,) vector appears the more natural choice, using an (n, 1) ndarray makes it particularly easy to modify the code to feedforward multiple inputs at once, and that is sometimes convenient.

ผลลัพธ์ (ไทย) 1:

หมายเหตุว่า เมื่อ z อินพุตเป็นเวกเตอร์หรือเรย์ Numpy, Numpy โดยอัตโนมัติใช้ฟังก์ชัน sigmoid elementwise นั่นคือ vectorized แบบนั้นเราเพิ่มวิธีเสียงประเภทเครือข่าย ซึ่ง ให้อินพุตแบบเครือข่าย ผลตอบแทนสอดคล้องกันผลผลิต * วิธีการไม่ได้ใช้สมการ (22) สำหรับแต่ละชั้น: * มันจะสันนิษฐานที่การป้อนข้อมูลเป็นตัว (n, 1) เวกเตอร์ Numpy ndarray ไม่มี (n,) ที่นี่ n คือ จำนวนของอินพุตกับเครือข่าย ถ้าคุณพยายามที่จะใช้ (n), เวกเตอร์เป็นผลอินพุตได้แปลก แม้ว่าการใช้ (n), เวกเตอร์ปรากฏ ตัวเลือกที่เป็นธรรมชาติ ใช้เป็น (n, 1) ndarray ง่ายโดยเฉพาะแก้ไขรหัสเพื่อเสียงอินพุตหลายครั้ง และที่บางครั้งสะดวก

ผลลัพธ์ (ไทย) 2:

ทราบว่าเมื่ออินพุต Z เป็นเวกเตอร์หรืออาร์เรย์ Numpy, Numpy โดยอัตโนมัติได้ใช้ฟังก์ชั่น elementwise sigmoid ที่เป็นในรูปแบบ vectorized
จากนั้นเราจะเพิ่มวิธีคราทไปยังระดับเครือข่ายที่ได้รับการป้อนข้อมูลสำหรับเครือข่ายที่ส่งกลับเอาท์พุทที่สอดคล้องกัน * วิธีการทั้งหมดไม่เป็นใช้สมการ (22) สำหรับแต่ละชั้น:
* มันจะสันนิษฐานว่าใส่เป็น (n, 1) Numpy ndarray ไม่ (n) เวกเตอร์ นี่ n คือจำนวนของปัจจัยการผลิตไปยังเครือข่าย ถ้าคุณพยายามที่จะใช้ (n) เวกเตอร์เป็น input คุณจะได้ผลลัพธ์ที่แปลก แม้ว่าการใช้ (n) เวกเตอร์ปรากฏเป็นทางเลือกที่เป็นธรรมชาติมากขึ้นโดยใช้ (n, 1) ndarray ทำให้มันง่ายโดยเฉพาะการปรับเปลี่ยนรหัสเพื่อ Feedforward ปัจจัยการผลิตหลายครั้งและมีความสะดวกในบางครั้ง