def __init__(self, s0, nOutput, weight=None, bias=None): Node.__init__(self) # n should be forwarded/evaluated self.w = weight self.b = bias self.input.append(self.w) self.input.append(s0) self.input.append(self.b) s0.output.append(self) if self.w: self.w.output.append(self) if self.b: self.b.output.append(self) self._neurons = nOutput
def __init__(self, s): Node.__init__(self) self.value = np.matrix(s) self.input.append(self)
def __init__(self, s0, s1): Node.__init__(self) self.input.append(s0) self.input.append(s1) s0.output.append(self) s1.output.append(self)
def backward(self): Node.backward(self) self.w.backward() self.b.backward()
def __init__(self, sr, sc): Node.__init__(self) self.value = np.matrix(np.random.randn(sr, sc) / np.sqrt(sc)) self.input.append(self)
def __init__(self, y, l): Node.__init__(self) self.input.append(y) self.input.append(l) y.output.append(self) l.output.append(self)
def __init__(self, n0): Node.__init__(self) self.input.append(n0) n0.output.append(self)