Fremadrettet Propagiering
Du har allerede implementeret fremadpropagering for et enkelt lag i det forrige kapitel. Nu er målet at implementere fuldstændig fremadpropagering, fra input til output.
For at implementere hele fremadpropageringsprocessen skal du definere metoden forward() i klassen Perceptron. Denne metode udfører fremadpropagering lag for lag ved at kalde den respektive metode for hvert lag:
class Perceptron:
def __init__(self, layers):
self.layers = layers
def forward(self, inputs):
x = inputs
for layer in ...:
# Pass x layer by layer
x = ...
return ...
Inputtene passerer gennem det første skjulte lag, hvor hvert lags output fungerer som input til det næste, indtil det sidste lag nås for at producere det endelige output.
Swipe to start coding
Dit mål er at implementere fremadpropagering for perceptronen:
- Gennemgå lagene i perceptronen.
- Før
xgennem hvert lag i netværket sekventielt. - Returnér den endelige output, efter alle lag har behandlet inputtet.
Hvis forward()-metoden er implementeret korrekt, bør perceptronen returnere et enkelt tal mellem 0 og 1, når den får bestemte input (f.eks. [1, 0]).
Løsning
Tak for dine kommentarer!
single
Spørg AI
Spørg AI
Spørg om hvad som helst eller prøv et af de foreslåede spørgsmål for at starte vores chat
Awesome!
Completion rate improved to 4Fremadrettet Propagiering
Stryg for at vise menuen
Du har allerede implementeret fremadpropagering for et enkelt lag i det forrige kapitel. Nu er målet at implementere fuldstændig fremadpropagering, fra input til output.
For at implementere hele fremadpropageringsprocessen skal du definere metoden forward() i klassen Perceptron. Denne metode udfører fremadpropagering lag for lag ved at kalde den respektive metode for hvert lag:
class Perceptron:
def __init__(self, layers):
self.layers = layers
def forward(self, inputs):
x = inputs
for layer in ...:
# Pass x layer by layer
x = ...
return ...
Inputtene passerer gennem det første skjulte lag, hvor hvert lags output fungerer som input til det næste, indtil det sidste lag nås for at producere det endelige output.
Swipe to start coding
Dit mål er at implementere fremadpropagering for perceptronen:
- Gennemgå lagene i perceptronen.
- Før
xgennem hvert lag i netværket sekventielt. - Returnér den endelige output, efter alle lag har behandlet inputtet.
Hvis forward()-metoden er implementeret korrekt, bør perceptronen returnere et enkelt tal mellem 0 og 1, når den får bestemte input (f.eks. [1, 0]).
Løsning
Skift til skrivebord for at øve i den virkelige verdenFortsæt der, hvor du er, med en af nedenstående mulighederTak for dine kommentarer!
single
