Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Impara Sfida: Creazione di un Neurone | Rete Neurale da Zero
Introduzione alle Reti Neurali

bookSfida: Creazione di un Neurone

Compito

Swipe to start coding

Il tuo compito è implementare la struttura di base di un singolo neurone completando le parti mancanti del codice qui sotto.

Segui attentamente questi passaggi:

  1. Inizializzazione dei parametri:
    • Crea l'array dei pesi utilizzando np.random.uniform() con valori nell'intervallo [1,1)[-1, 1).
  • Crea un singolo valore di bias utilizzando la stessa distribuzione uniforme.
  • Entrambi devono essere inizializzati nel costruttore del neurone (__init__).
  1. Calcolo dell'input del neurone:
  • All'interno del metodo activate(), calcola la somma pesata degli input usando il prodotto scalare:
np.dot(inputs, self.weights)
  • Aggiungi il bias a questa somma e memorizza il risultato nella variabile input_sum_with_bias.
  1. Applicazione della funzione di attivazione:
  • Usa la funzione sigmoid() fornita per calcolare l'output del neurone a partire da input_sum_with_bias.
  • Memorizza il risultato nella variabile output e restituiscilo.

Soluzione

Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 2. Capitolo 2
single

single

Chieda ad AI

expand

Chieda ad AI

ChatGPT

Chieda pure quello che desidera o provi una delle domande suggerite per iniziare la nostra conversazione

Suggested prompts:

Can you explain this in simpler terms?

What are the main takeaways from this?

Can you give me an example?

close

Awesome!

Completion rate improved to 4

bookSfida: Creazione di un Neurone

Scorri per mostrare il menu

Compito

Swipe to start coding

Il tuo compito è implementare la struttura di base di un singolo neurone completando le parti mancanti del codice qui sotto.

Segui attentamente questi passaggi:

  1. Inizializzazione dei parametri:
    • Crea l'array dei pesi utilizzando np.random.uniform() con valori nell'intervallo [1,1)[-1, 1).
  • Crea un singolo valore di bias utilizzando la stessa distribuzione uniforme.
  • Entrambi devono essere inizializzati nel costruttore del neurone (__init__).
  1. Calcolo dell'input del neurone:
  • All'interno del metodo activate(), calcola la somma pesata degli input usando il prodotto scalare:
np.dot(inputs, self.weights)
  • Aggiungi il bias a questa somma e memorizza il risultato nella variabile input_sum_with_bias.
  1. Applicazione della funzione di attivazione:
  • Usa la funzione sigmoid() fornita per calcolare l'output del neurone a partire da input_sum_with_bias.
  • Memorizza il risultato nella variabile output e restituiscilo.

Soluzione

Switch to desktopCambia al desktop per esercitarti nel mondo realeContinua da dove ti trovi utilizzando una delle opzioni seguenti
Tutto è chiaro?

Come possiamo migliorarlo?

Grazie per i tuoi commenti!

Sezione 2. Capitolo 2
single

single

some-alt