Propagation Avant
Vous avez déjà implémenté la propagation avant pour une seule couche dans le chapitre précédent. À présent, l'objectif est d'implémenter la propagation avant complète, des entrées jusqu'aux sorties.
Pour implémenter l'ensemble du processus de propagation avant, il est nécessaire de définir la méthode forward() dans la classe Perceptron. Cette méthode effectue la propagation avant couche par couche en appelant la méthode correspondante pour chaque couche :
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 ...
Les entrées traversent la première couche cachée, chaque sortie de couche servant d'entrée à la suivante, jusqu'à atteindre la couche finale pour produire la sortie finale.
Swipe to start coding
Votre objectif est de compléter l’implémentation du processus de propagation avant pour le modèle perceptron. Cela permettra à l’information de traverser chaque couche du réseau jusqu’à la production de la prédiction finale.
Suivez attentivement ces étapes :
- Itérer sur toutes les couches du perceptron à l’aide d’une boucle.
- Faire passer les données (
x) séquentiellement à travers chaque couche en appelant sa méthodeforward(). - Retourner la sortie finale après que toutes les couches ont traité l’entrée.
Si l’implémentation est correcte, le perceptron produira une valeur unique comprise entre 0 et 1 pour l’entrée donnée (par exemple, [1, 0]).
Solution
Merci pour vos commentaires !
single
Demandez à l'IA
Demandez à l'IA
Posez n'importe quelle question ou essayez l'une des questions suggérées pour commencer notre discussion
Awesome!
Completion rate improved to 4Propagation Avant
Glissez pour afficher le menu
Vous avez déjà implémenté la propagation avant pour une seule couche dans le chapitre précédent. À présent, l'objectif est d'implémenter la propagation avant complète, des entrées jusqu'aux sorties.
Pour implémenter l'ensemble du processus de propagation avant, il est nécessaire de définir la méthode forward() dans la classe Perceptron. Cette méthode effectue la propagation avant couche par couche en appelant la méthode correspondante pour chaque couche :
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 ...
Les entrées traversent la première couche cachée, chaque sortie de couche servant d'entrée à la suivante, jusqu'à atteindre la couche finale pour produire la sortie finale.
Swipe to start coding
Votre objectif est de compléter l’implémentation du processus de propagation avant pour le modèle perceptron. Cela permettra à l’information de traverser chaque couche du réseau jusqu’à la production de la prédiction finale.
Suivez attentivement ces étapes :
- Itérer sur toutes les couches du perceptron à l’aide d’une boucle.
- Faire passer les données (
x) séquentiellement à travers chaque couche en appelant sa méthodeforward(). - Retourner la sortie finale après que toutes les couches ont traité l’entrée.
Si l’implémentation est correcte, le perceptron produira une valeur unique comprise entre 0 et 1 pour l’entrée donnée (par exemple, [1, 0]).
Solution
Passez à un bureau pour une pratique réelleContinuez d'où vous êtes en utilisant l'une des options ci-dessousMerci pour vos commentaires !
single
