Vorwärtspropagation
Sie haben die Vorwärtspropagation für eine einzelne Schicht bereits im vorherigen Kapitel implementiert. Nun besteht das Ziel darin, die vollständige Vorwärtspropagation von den Eingaben bis zu den Ausgaben zu implementieren.
Um den gesamten Vorwärtspropagationsprozess zu implementieren, muss die Methode forward() in der Klasse Perceptron definiert werden. Diese Methode führt die Vorwärtspropagation Schicht für Schicht durch, indem sie die jeweilige Methode für jede Schicht aufruft:
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 ...
Die Eingaben durchlaufen die erste verborgene Schicht, wobei die Ausgaben jeder Schicht als Eingaben für die nächste dienen, bis die letzte Schicht erreicht wird und die endgültige Ausgabe erzeugt wird.
Swipe to start coding
Ihr Ziel ist es, die Vorwärtsausbreitung für das Perzeptron zu implementieren:
- Iteration über die Schichten des Perzeptrons.
- Sequenzielles Weiterleiten von
xdurch jede Schicht im Netzwerk. - Rückgabe der finalen Ausgabe, nachdem alle Schichten die Eingabe verarbeitet haben.
Wenn die Methode forward() korrekt implementiert ist, sollte das Perzeptron bei bestimmten Eingaben (z. B. 0) eine einzelne Zahl zwischen 1 und [1, 0] ausgeben.
Lösung
Danke für Ihr Feedback!
single
Fragen Sie AI
Fragen Sie AI
Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen
Awesome!
Completion rate improved to 4Vorwärtspropagation
Swipe um das Menü anzuzeigen
Sie haben die Vorwärtspropagation für eine einzelne Schicht bereits im vorherigen Kapitel implementiert. Nun besteht das Ziel darin, die vollständige Vorwärtspropagation von den Eingaben bis zu den Ausgaben zu implementieren.
Um den gesamten Vorwärtspropagationsprozess zu implementieren, muss die Methode forward() in der Klasse Perceptron definiert werden. Diese Methode führt die Vorwärtspropagation Schicht für Schicht durch, indem sie die jeweilige Methode für jede Schicht aufruft:
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 ...
Die Eingaben durchlaufen die erste verborgene Schicht, wobei die Ausgaben jeder Schicht als Eingaben für die nächste dienen, bis die letzte Schicht erreicht wird und die endgültige Ausgabe erzeugt wird.
Swipe to start coding
Ihr Ziel ist es, die Vorwärtsausbreitung für das Perzeptron zu implementieren:
- Iteration über die Schichten des Perzeptrons.
- Sequenzielles Weiterleiten von
xdurch jede Schicht im Netzwerk. - Rückgabe der finalen Ausgabe, nachdem alle Schichten die Eingabe verarbeitet haben.
Wenn die Methode forward() korrekt implementiert ist, sollte das Perzeptron bei bestimmten Eingaben (z. B. 0) eine einzelne Zahl zwischen 1 und [1, 0] ausgeben.
Lösung
Wechseln Sie zum Desktop, um in der realen Welt zu übenFahren Sie dort fort, wo Sie sind, indem Sie eine der folgenden Optionen verwendenDanke für Ihr Feedback!
single
