Desafío: Creación de un Perceptrón
Dado que nuestro objetivo es implementar un perceptrón multicapa, crear una clase Perceptron facilitará la inicialización del modelo. Su único atributo, layers, es esencialmente una lista de objetos Layer que definen la estructura de la red:
class Perceptron:
def __init__(self, layers):
self.layers = layers
Las variables utilizadas para inicializar las capas son las siguientes:
input_size: número de características de entrada;hidden_size: número de neuronas en cada capa oculta (en este caso, ambas capas ocultas tendrán el mismo número de neuronas);output_size: número de neuronas en la capa de salida.
La estructura del perceptrón resultante debe ser la siguiente:
Swipe to start coding
El objetivo es establecer la estructura básica del perceptrón implementando sus capas:
- Inicializar los pesos (una matriz) y los sesgos (un vector) con valores aleatorios de una distribución uniforme en el rango [−1,1) utilizando NumPy.
- Calcular los valores de salida brutos de las neuronas en el método
forward()de la claseLayer. - Aplicar la función de activación a las salidas brutas en el método
forward()de la claseLayery devolver el resultado. - Definir tres capas en la clase
Perceptron: dos capas ocultas con el mismo número de neuronas y una capa de salida. Ambas capas ocultas deben usar la función de activaciónrelu, mientras que la capa de salida debe usarsigmoid.
Solución
¡Gracias por tus comentarios!
single
Pregunte a AI
Pregunte a AI
Pregunte lo que quiera o pruebe una de las preguntas sugeridas para comenzar nuestra charla
Can you explain how to define the Layer class?
How do I initialize the Perceptron with specific layer sizes?
What is the purpose of having multiple hidden layers in this structure?
Awesome!
Completion rate improved to 4Desafío: Creación de un Perceptrón
Desliza para mostrar el menú
Dado que nuestro objetivo es implementar un perceptrón multicapa, crear una clase Perceptron facilitará la inicialización del modelo. Su único atributo, layers, es esencialmente una lista de objetos Layer que definen la estructura de la red:
class Perceptron:
def __init__(self, layers):
self.layers = layers
Las variables utilizadas para inicializar las capas son las siguientes:
input_size: número de características de entrada;hidden_size: número de neuronas en cada capa oculta (en este caso, ambas capas ocultas tendrán el mismo número de neuronas);output_size: número de neuronas en la capa de salida.
La estructura del perceptrón resultante debe ser la siguiente:
Swipe to start coding
El objetivo es establecer la estructura básica del perceptrón implementando sus capas:
- Inicializar los pesos (una matriz) y los sesgos (un vector) con valores aleatorios de una distribución uniforme en el rango [−1,1) utilizando NumPy.
- Calcular los valores de salida brutos de las neuronas en el método
forward()de la claseLayer. - Aplicar la función de activación a las salidas brutas en el método
forward()de la claseLayery devolver el resultado. - Definir tres capas en la clase
Perceptron: dos capas ocultas con el mismo número de neuronas y una capa de salida. Ambas capas ocultas deben usar la función de activaciónrelu, mientras que la capa de salida debe usarsigmoid.
Solución
Cambia al escritorio para practicar en el mundo realContinúe desde donde se encuentra utilizando una de las siguientes opciones¡Gracias por tus comentarios!
single
