[英]Is this Haskell code equivalent to this Python code?
我正在嘗試將 Python 程序移植到 Haskell,而且我對 NumPy(Python 程序使用的)相當陌生,所以我想知道為什么這段代碼不等效。 這是我的 Haskell 代碼:
data NNetwork = NNetwork { nlayers :: Int
, sizes :: [Int]
, biases :: [[Float]]
, weights :: [[Float]] }
deriving (Show, Ord, Eq)
buildNetwork :: [Int] -> NNetwork
buildNetwork sizes = NNetwork { nlayers = length sizes
, sizes = sizes
, biases = map (\y -> replicate y (sig . toFloat . rands $ y)) sizes
, weights = map (\y -> replicate y (toFloat $ rands y)) sizes }
feedforward :: NNetwork -> Float -> [[Float]]
feedforward net a = map (equation a) (zip (weights net) (biases net))
toFloat x = fromIntegral x :: Float
sig :: Float -> Float
sig a = 1 / (1 + exp (-a))
rands :: Int -> Int
rands x = (7 * x) `mod` 11
equation :: Float -> ([Float], [Float]) -> [Float]
equation a (w, b) = map sig $ zipWith (+) (dot w (rep w a)) b
where dot = zipWith (*)
rep a b = replicate (length a) b
和原始的 Python 代碼:
class Network(object):
def __init__(self, sizes):
self.num_layers = len(sizes)
self.sizes = sizes
self.biases = [np.random.randn(y, 1) for y in sizes[1:]]
self.weights = [np.random.randn(y, x)
for x, y in zip(sizes[:-1], sizes[1:])]
def sigmoid(z):
return 1.0/(1.0+np.exp(-z))
def feedforward(self, a):
"""Return the output of the network if "a" is input."""
for b, w in zip(self.biases, self.weights):
a = sigmoid(np.dot(w, a)+b)
return a
我正在嘗試將一個非常簡單的神經網絡程序從 Python 移植到 Haskell,因為我更喜歡 Haskell。 我還擔心我做錯了什么,因為 Haskell 代碼要冗長得多。
- 謝謝!
首先:請注意,Python 版本缺少deriving (Show, Eq, Ord)
的等效項——嘗試實現相應的__magic__
方法,看看添加了多少行代碼。 沒有這些, ==
、 <=
、 >
以及print Network()
幾乎沒有意義。
基本上,冗長主要來自類型簽名。 此外,您還可以移動rands
到where
下塊buildNetwork
,只是完全擺脫toFloat
通過替換任何調用toFloat
與fromIntegral
沒有類型注釋。 再加上可能還有其他一些微小的重構。
一般來說,在某些情況下,您可以期望在通常更簡潔的語言中,某些事情會更加冗長。 我敢肯定,隨着您的神經網絡程序朝着更充實的代碼庫發展,Haskell 將比 Python 更簡潔,忽略可能存在的 Python 神經網絡庫,這些庫可能比它們的(可能不存在的)Haskell 對應物更成熟.
data NNetwork = NNetwork { nlayers :: Int
, sizes :: [Int]
, biases :: [[Float]]
, weights :: [[Float]] }
deriving (Show, Ord, Eq)
buildNetwork sizes =
NNetwork { nlayers = length sizes
, sizes = sizes
, biases = map (\y -> replicate y (sig . fromIntegral . rands $ y)) sizes
, weights = map (\y -> replicate y (fromIntegral . rands $ y)) sizes }
where rands x = (7 * x) `mod` 11
feedforward net a = map (equation a) (zip (weights net) (biases net))
sig a = 1 / (1 + exp (-a))
equation a (w, b) = map sig $ zipWith (+) (dot w rep) b
where dot = zipWith (*)
rep = replicate (length w) a
好吧,您可以在buildNetwork
進行一些微重構以刪除一些小的重復,但這只會縮短行數,並且可能會使代碼對領域專家的可讀性降低:
buildNetwork sizes =
NNetwork { nlayers = length sizes
, sizes = sizes
, biases = nameMe sig
, weights = nameMe id }
where nameMe fn = map (replicate y (fn y')) sizes
y' = fromIntegral $ y * 7 `mod` 11
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.