#!/usr/bin/env python
# coding: utf-8

# # SYA-KE Deep Learning Training

# <img src="https://www.oreilly.co.jp/books/images/picture_large978-4-87311-758-4.jpeg" alt="OReilyBook" style="width: 200px;"/>

# ## Parent Repository URL 

# [https://github.com/oreilly-japan/deep-learning-from-scratch](https://github.com/oreilly-japan/deep-learning-from-scratch)

# ## Pythonに慣れる

# In[1]:


get_ipython().system('python --version')


# In[2]:


#もう何年もやってるので省略


# ## Numpyに慣れる

# ### 参考URL

# [http://www.sist.ac.jp/~kanakubo/research/hosoku/gyoretu.html](http://www.sist.ac.jp/~kanakubo/research/hosoku/gyoretu.html)

# ### 配列、行列

# In[3]:


import numpy as np


# In[4]:


np.__version__


# In[5]:


x = np.array([1.0,2.0,3.0])


# In[6]:


y = np.array([2.0,4.0,6.0])


# In[7]:


x + y


# In[8]:


x - y


# In[9]:


x * y


# In[10]:


x / y


# In[11]:


x / 2.0


# In[12]:


A = np.array([[1,2],[3,4]])


# In[13]:


print(A)


# In[14]:


A.shape


# In[15]:


A.dtype


# In[16]:


B = np.array([[3,0],[0,6]])


# In[17]:


A + B


# In[18]:


A * B


# In[19]:


A*10


# [参考](http://www.scipy-lectures.org/intro/numpy/operations.html)

# In[20]:


X = np.array([[51,55],[14,19],[0,4]])
X


# In[21]:


X[0] #0行目


# In[22]:


X[0][1] #(0,1) =>(0行1列)


# In[23]:


for row in X:
    print(row)


# In[24]:


AX = X.flatten() #行列を配列に
AX


# In[25]:


AX[AX>15]#配列から条件の値を抽出


# In[26]:


X>15


# In[27]:


X[X>15]#行列でもできる。


# ニューラルネットワークにおいては行列は　行数＝入力数 列数＝重み数

# ## Matplotlibに慣れる

# [参考URL](http://qiita.com/hik0107/items/de5785f680096df93efa)

# In[28]:


get_ipython().run_line_magic('matplotlib', 'inline')
import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0,6,0.1) #0to6 by 0.1 => sin(0to6)
y = np.sin(x)
plt.plot(x,y)
plt.show()
plt.close()


# In[29]:


get_ipython().run_line_magic('matplotlib', 'inline')
import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0,6,0.1) #0to6 by 0.1 => sin(0to6)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot(x,y1,label="sin(x)")
plt.plot(x,y2,label="cos(x)", linestyle="--")
plt.xlabel("x")
plt.ylabel("y")
plt.title("sin(x), cos(x)")
plt.legend()#show label box
plt.show()
plt.close()


# In[30]:


get_ipython().run_line_magic('matplotlib', 'inline')
#plt.show()をinlineにて表示する
#Esc+Lで行番号を表示する
import matplotlib.pyplot as plt
import numpy as np

x = np.arange(0,6,0.1) #0to6 by 0.1 => sin(0to6)
y1 = np.sin(x)
y2 = np.cos(x)
plt.plot(x,y1,label="sin(x)")
plt.plot(x,y2,label="cos(x)", linestyle="--")
plt.axhline(color='black',linestyle="--")
plt.xlabel("x")
plt.ylabel("y")
plt.title("sin(x), cos(x), y=0")
plt.legend()#show label box
plt.show()
plt.close()


# # パーセプトロンに慣れる

# In[31]:


from graphviz import Digraph
dot = Digraph(comment="単純パーセプトロン")
dot.attr(rankdir="LR")
dot.attr(splines="line")
dot.attr(fixedsize="true")
with dot.subgraph(name="cluster_x") as x:
    x.attr(label="入力層")
    x.attr(color="white")
    x.node("x1","x1:入力1")
    x.node("x2","x2:入力2")
with dot.subgraph(name="cluster_y") as y:
    y.attr(label="出力層")
    y.attr(color="white")
    y.node("y","y:出力1")
dot.edge("x1", "y", label="w1:重み1")
dot.edge("x2",  "y", label="w2:重み2")
#print(dot)
dot


# In[ ]:





# In[ ]:





# In[ ]:





# In[ ]:





# In[ ]:





# In[ ]: