Por último, querríamos calcular la salida de la red considerando como valores de entrada de la última capa los valores de salida de la capa anterior. El esquema en esta ocasión es:
Nuevamente se ha renombrado la salida de la capa anterior a xi.
La matriz de entrada es:
x3 = y # Valores de salida de la capa anterior
x3
array([[0.77516007],
[0.43920881],
[0.68261477],
[0.97503363]])
...la de pesos es:
W3 = np.array([-3, 2, -1, 1]).reshape(1, 4)
W3
array([[-3, 2, -1, 1]])
...y la de bias:
b3 = np.array([1]).reshape(1, 1)
b3
array([[1]])
De forma que la salida viene dada por:
y = sigmoid(W3.dot(x3) + b3)
y
array([[0.46141593]])
Éste es el valor de la red neuronal para las muestras de entrada (3, 1) y los parámetros (pesos y bias) que hemos determinado para cada capa.
