Desafio: Criando um Perceptron
Como nosso objetivo é implementar um perceptron multicamadas, criar uma classe Perceptron irá simplificar a inicialização do modelo. Seu único atributo, layers, é essencialmente uma lista de objetos Layer que definem a estrutura da rede:
class Perceptron:
def __init__(self, layers):
self.layers = layers
As variáveis usadas para inicializar as camadas são as seguintes:
input_size: o número de características de entrada;hidden_size: o número de neurônios em cada camada oculta (ambas as camadas ocultas terão o mesmo número de neurônios neste caso);output_size: o número de neurônios na camada de saída.
A estrutura do perceptron resultante deve ser a seguinte:
Swipe to start coding
Seu objetivo é configurar a estrutura básica do perceptron implementando suas camadas:
-
Complete a inicialização da camada (método
__init__()):- Inicialize a matriz de pesos (com formato
(n_neurons, n_neurons)); - Inicialize o vetor de biases (com formato
(n_neurons, 1)).
Preencha ambos com valores aleatórios de uma distribuição uniforme no intervalo [−1,1). Utilize a função
np.random.uniform()para isso. - Inicialize a matriz de pesos (com formato
-
Complete a propagação para frente da camada (método
forward()):- Calcule os valores brutos de saída dos neurônios. Use a função
np.dot()para o produto escalar; - Aplique a função de ativação aos valores brutos e retorne o resultado.
- Calcule os valores brutos de saída dos neurônios. Use a função
-
Defina três camadas:
- Duas camadas ocultas: cada camada deve possuir
hidden_sizeneurônios e utilizar a função de ativaçãorelu; - Uma camada de saída: deve utilizar a função de ativação
sigmoid.
- Duas camadas ocultas: cada camada deve possuir
Solução
Obrigado pelo seu feedback!
single
Pergunte à IA
Pergunte à IA
Pergunte o que quiser ou experimente uma das perguntas sugeridas para iniciar nosso bate-papo
Can you explain how to define the Layer class?
How do I initialize the Perceptron with specific layer sizes?
What is the purpose of having multiple hidden layers in this structure?
Awesome!
Completion rate improved to 4
Desafio: Criando um Perceptron
Deslize para mostrar o menu
Como nosso objetivo é implementar um perceptron multicamadas, criar uma classe Perceptron irá simplificar a inicialização do modelo. Seu único atributo, layers, é essencialmente uma lista de objetos Layer que definem a estrutura da rede:
class Perceptron:
def __init__(self, layers):
self.layers = layers
As variáveis usadas para inicializar as camadas são as seguintes:
input_size: o número de características de entrada;hidden_size: o número de neurônios em cada camada oculta (ambas as camadas ocultas terão o mesmo número de neurônios neste caso);output_size: o número de neurônios na camada de saída.
A estrutura do perceptron resultante deve ser a seguinte:
Swipe to start coding
Seu objetivo é configurar a estrutura básica do perceptron implementando suas camadas:
-
Complete a inicialização da camada (método
__init__()):- Inicialize a matriz de pesos (com formato
(n_neurons, n_neurons)); - Inicialize o vetor de biases (com formato
(n_neurons, 1)).
Preencha ambos com valores aleatórios de uma distribuição uniforme no intervalo [−1,1). Utilize a função
np.random.uniform()para isso. - Inicialize a matriz de pesos (com formato
-
Complete a propagação para frente da camada (método
forward()):- Calcule os valores brutos de saída dos neurônios. Use a função
np.dot()para o produto escalar; - Aplique a função de ativação aos valores brutos e retorne o resultado.
- Calcule os valores brutos de saída dos neurônios. Use a função
-
Defina três camadas:
- Duas camadas ocultas: cada camada deve possuir
hidden_sizeneurônios e utilizar a função de ativaçãorelu; - Uma camada de saída: deve utilizar a função de ativação
sigmoid.
- Duas camadas ocultas: cada camada deve possuir
Solução
Obrigado pelo seu feedback!
single