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

bookDesafio: 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:

Tarefa

Swipe to start coding

Seu objetivo é configurar a estrutura básica do perceptron implementando suas camadas:

  1. Inicializar os pesos (uma matriz) e os viéses (um vetor) com valores aleatórios de uma distribuição uniforme no intervalo [1,1)[-1, 1) usando NumPy.
  2. Calcular os valores brutos de saída dos neurônios no método forward() da classe Layer.
  3. Aplicar a função de ativação às saídas brutas no método forward() da classe Layer e retornar o resultado.
  4. 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 ativação relu, enquanto a camada de saída deve usar sigmoid.

Solução

Tudo estava claro?

Como podemos melhorá-lo?

Obrigado pelo seu feedback!

Seção 2. Capítulo 4
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 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:

Tarefa

Swipe to start coding

Seu objetivo é configurar a estrutura básica do perceptron implementando suas camadas:

  1. Inicializar os pesos (uma matriz) e os viéses (um vetor) com valores aleatórios de uma distribuição uniforme no intervalo [1,1)[-1, 1) usando NumPy.
  2. Calcular os valores brutos de saída dos neurônios no método forward() da classe Layer.
  3. Aplicar a função de ativação às saídas brutas no método forward() da classe Layer e retornar o resultado.
  4. 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 ativação relu, enquanto a camada de saída deve usar sigmoid.

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 4
single

single

some-alt