Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Leer Uitdaging: Een Neuron Maken | Neuraal Netwerk Vanaf Nul
Introductie tot Neurale Netwerken

bookUitdaging: Een Neuron Maken

Taak

Swipe to start coding

Je taak is om de basisstructuur van een enkele neuron te implementeren door de ontbrekende delen van de onderstaande code aan te vullen.

Volg deze stappen zorgvuldig:

  1. Initialiseren van parameters:
    • Maak de array van gewichten aan met behulp van np.random.uniform() met waarden in het bereik [1,1)[-1, 1).
    • Maak een enkele bias-waarde aan met dezelfde uniforme verdeling.
  • Beide moeten worden geïnitialiseerd in de constructor (__init__) van de neuron.
  1. Berekenen van de input van de neuron:
    • Bereken binnen de activate()-methode de gewogen som van de inputs met behulp van het dotproduct:
np.dot(inputs, self.weights)
  • Tel de bias bij deze som op en sla het resultaat op in de variabele input_sum_with_bias.
  1. Toepassen van de activatiefunctie:
    • Gebruik de meegeleverde sigmoid()-functie om de output van de neuron te berekenen uit input_sum_with_bias.
  • Sla het resultaat op in de variabele output en retourneer deze.

Oplossing

Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 2. Hoofdstuk 2
single

single

Vraag AI

expand

Vraag AI

ChatGPT

Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.

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

bookUitdaging: Een Neuron Maken

Veeg om het menu te tonen

Taak

Swipe to start coding

Je taak is om de basisstructuur van een enkele neuron te implementeren door de ontbrekende delen van de onderstaande code aan te vullen.

Volg deze stappen zorgvuldig:

  1. Initialiseren van parameters:
    • Maak de array van gewichten aan met behulp van np.random.uniform() met waarden in het bereik [1,1)[-1, 1).
    • Maak een enkele bias-waarde aan met dezelfde uniforme verdeling.
  • Beide moeten worden geïnitialiseerd in de constructor (__init__) van de neuron.
  1. Berekenen van de input van de neuron:
    • Bereken binnen de activate()-methode de gewogen som van de inputs met behulp van het dotproduct:
np.dot(inputs, self.weights)
  • Tel de bias bij deze som op en sla het resultaat op in de variabele input_sum_with_bias.
  1. Toepassen van de activatiefunctie:
    • Gebruik de meegeleverde sigmoid()-functie om de output van de neuron te berekenen uit input_sum_with_bias.
  • Sla het resultaat op in de variabele output en retourneer deze.

Oplossing

Switch to desktopSchakel over naar desktop voor praktijkervaringGa verder vanaf waar je bent met een van de onderstaande opties
Was alles duidelijk?

Hoe kunnen we het verbeteren?

Bedankt voor je feedback!

Sectie 2. Hoofdstuk 2
single

single

some-alt