最後に$f'$ですが、出力関数(活性化関数)をシグモイド関数と仮定した場合は以下です。 また各重みですが、接続元と先が同種の重みは $w^k_{ij} > 0$、異種の場合は $w^k_{ij} < 0$ の制約を持ちます。 実装 C言語の実装では各レイヤーを行列構造で保持し、リカレント型と見なして再帰的に更新しています。 この記事での実装ではTensorflowっぽくニューロンをモジュール単位として実装しました。 ニューロンのイメージは以下です。 "+"と"-"がある以外は既存のニューロンと変わりません。 コードにしかありませんが、"beta"という入力が全ニューロンに追加されていました。(多分biasと同じ効果?) また、最初の入力値は"+"と"-"に同じ値を分けて使います。(なので必ず入力は2n) 最終的な出力層は"+"ニューロンのみを使います。 1. Neuronクラス # sig

