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 utilizadas 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:
- Inicializar os pesos (uma matriz) e os viéses (um vetor) com valores aleatórios de uma distribuição uniforme no intervalo [−1,1) usando NumPy.
- Calcular os valores brutos de saída dos neurônios no método
forward()da classeLayer. - Aplicar a função de ativação às saídas brutas no método
forward()da classeLayere retornar o resultado. - Definir três camadas na classe
Perceptron: duas camadas ocultas com o mesmo número de neurônios e uma camada de saída. Ambas as camadas ocultas devem usar a função de ativaçãorelu, enquanto a camada de saída deve usarsigmoid.
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
Awesome!
Completion rate improved to 4Desafio: 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 utilizadas 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:
- Inicializar os pesos (uma matriz) e os viéses (um vetor) com valores aleatórios de uma distribuição uniforme no intervalo [−1,1) usando NumPy.
- Calcular os valores brutos de saída dos neurônios no método
forward()da classeLayer. - Aplicar a função de ativação às saídas brutas no método
forward()da classeLayere retornar o resultado. - Definir três camadas na classe
Perceptron: duas camadas ocultas com o mesmo número de neurônios e uma camada de saída. Ambas as camadas ocultas devem usar a função de ativaçãorelu, enquanto a camada de saída deve usarsigmoid.
Solução
Mude para o desktop para praticar no mundo realContinue de onde você está usando uma das opções abaixoObrigado pelo seu feedback!
single
