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)