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 brukerelu
som 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 4
Utfordring: 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 brukerelu
som aktiveringsfunksjon, mens utgangslaget skal brukesigmoid
.
Løsning
Takk for tilbakemeldingene dine!
single