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 d’implémenter la propagation avant pour le perceptron :
- Parcourir les couches du perceptron.
- Faire passer
xà travers chaque couche du réseau, de manière séquentielle. - Retourner la sortie finale après que toutes les couches ont traité l’entrée.
Si la méthode forward() est correctement implémentée, le perceptron doit produire un nombre unique compris entre 0 et 1 lorsqu’il reçoit certaines entrées (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 d’implémenter la propagation avant pour le perceptron :
- Parcourir les couches du perceptron.
- Faire passer
xà travers chaque couche du réseau, de manière séquentielle. - Retourner la sortie finale après que toutes les couches ont traité l’entrée.
Si la méthode forward() est correctement implémentée, le perceptron doit produire un nombre unique compris entre 0 et 1 lorsqu’il reçoit certaines entrées (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
