Utfordring: Lage en Perseptron
Siden målet vårt er å implementere et multilags perceptron, vil det å opprette en Perceptron-klasse forenkle initialiseringen av modellen. Dens eneste attributt, layers, er i hovedsak en liste med Layer-objekter som definerer nettverkets struktur:
class Perceptron:
def __init__(self, layers):
self.layers = layers
Variablene som brukes til å initialisere lagene er følgende:
input_size: antall inndatafunksjoner;hidden_size: antall nevroner i hver skjult lag (begge skjulte lag vil ha samme antall nevroner i dette tilfellet);output_size: antall nevroner i utgangslaget.
Strukturen til det resulterende perceptronet skal være som følger:
Swipe to start coding
Målet ditt er å sette opp den grunnleggende strukturen til perseptronen ved å implementere lagene:
- Initialiser vektene (en matrise) og biasene (en vektor) med tilfeldige verdier fra en uniform fordeling i området [−1,1) ved bruk av NumPy.
- Beregn rå utgangsverdier for nevronene i
forward()-metoden tilLayer-klassen. - Bruk aktiveringsfunksjonen på de rå utgangene i
forward()-metoden tilLayer-klassen og returner resultatet. - Definer tre lag i
Perceptron-klassen: to skjulte lag med samme antall nevroner og ett utgangslag. Begge de skjulte lagene skal brukerelusom aktiveringsfunksjon, mens utgangslaget skal brukesigmoid.
Løsning
Takk for tilbakemeldingene dine!
single
Spør AI
Spør AI
Spør om hva du vil, eller prøv ett av de foreslåtte spørsmålene for å starte chatten vår
Awesome!
Completion rate improved to 4Utfordring: Lage en Perseptron
Sveip for å vise menyen
Siden målet vårt er å implementere et multilags perceptron, vil det å opprette en Perceptron-klasse forenkle initialiseringen av modellen. Dens eneste attributt, layers, er i hovedsak en liste med Layer-objekter som definerer nettverkets struktur:
class Perceptron:
def __init__(self, layers):
self.layers = layers
Variablene som brukes til å initialisere lagene er følgende:
input_size: antall inndatafunksjoner;hidden_size: antall nevroner i hver skjult lag (begge skjulte lag vil ha samme antall nevroner i dette tilfellet);output_size: antall nevroner i utgangslaget.
Strukturen til det resulterende perceptronet skal være som følger:
Swipe to start coding
Målet ditt er å sette opp den grunnleggende strukturen til perseptronen ved å implementere lagene:
- Initialiser vektene (en matrise) og biasene (en vektor) med tilfeldige verdier fra en uniform fordeling i området [−1,1) ved bruk av NumPy.
- Beregn rå utgangsverdier for nevronene i
forward()-metoden tilLayer-klassen. - Bruk aktiveringsfunksjonen på de rå utgangene i
forward()-metoden tilLayer-klassen og returner resultatet. - Definer tre lag i
Perceptron-klassen: to skjulte lag med samme antall nevroner og ett utgangslag. Begge de skjulte lagene skal brukerelusom aktiveringsfunksjon, mens utgangslaget skal brukesigmoid.
Løsning
Bytt til skrivebordet for virkelighetspraksisFortsett der du er med et av alternativene nedenforTakk for tilbakemeldingene dine!
single
