Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Aprenda Desafio: Criando um Neurônio | Rede Neural do Zero
Introdução às Redes Neurais

bookDesafio: Criando um Neurônio

Tarefa

Swipe to start coding

Sua tarefa é implementar a estrutura básica de um único neurônio, completando as partes ausentes do código abaixo.

Siga cuidadosamente estes passos:

  1. Inicializar parâmetros:
    • Crie o array de pesos usando np.random.uniform() com valores no intervalo [1,1)[-1, 1).
  • Crie um único valor de viés utilizando a mesma distribuição uniforme.
  • Ambos devem ser inicializados no construtor do neurônio (__init__).
  1. Calcular a entrada do neurônio:
  • Dentro do método activate(), calcule a soma ponderada das entradas utilizando o produto escalar:
np.dot(inputs, self.weights)
  • Some o viés a essa soma e armazene o resultado na variável input_sum_with_bias.
  1. Aplicar a função de ativação:
  • Utilize a função sigmoid() fornecida para calcular a saída do neurônio a partir de input_sum_with_bias.
    • Armazene o resultado na variável output e retorne-o.

Solução

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 2. Capítulo 2
single

single

Pergunte à IA

expand

Pergunte à IA

ChatGPT

Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo

close

Awesome!

Completion rate improved to 4

bookDesafio: Criando um Neurônio

Deslize para mostrar o menu

Tarefa

Swipe to start coding

Sua tarefa é implementar a estrutura básica de um único neurônio, completando as partes ausentes do código abaixo.

Siga cuidadosamente estes passos:

  1. Inicializar parâmetros:
    • Crie o array de pesos usando np.random.uniform() com valores no intervalo [1,1)[-1, 1).
  • Crie um único valor de viés utilizando a mesma distribuição uniforme.
  • Ambos devem ser inicializados no construtor do neurônio (__init__).
  1. Calcular a entrada do neurônio:
  • Dentro do método activate(), calcule a soma ponderada das entradas utilizando o produto escalar:
np.dot(inputs, self.weights)
  • Some o viés a essa soma e armazene o resultado na variável input_sum_with_bias.
  1. Aplicar a função de ativação:
  • Utilize a função sigmoid() fornecida para calcular a saída do neurônio a partir de input_sum_with_bias.
    • Armazene o resultado na variável output e retorne-o.

Solução

Switch to desktopMude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixo
Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 2. Capítulo 2
single

single

some-alt