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 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:

Tarefa

Swipe to start coding

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

  1. 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)[-1, 1). Utilize a função np.random.uniform() para isso.

  2. 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.
  3. Defina três camadas:

    • Duas camadas ocultas: cada camada deve possuir hidden_size neurônios e utilizar a função de ativação relu;
    • Uma camada de saída: deve utilizar a função de ativação 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

Suggested prompts:

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?

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 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:

Tarefa

Swipe to start coding

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

  1. 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)[-1, 1). Utilize a função np.random.uniform() para isso.

  2. 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.
  3. Defina três camadas:

    • Duas camadas ocultas: cada camada deve possuir hidden_size neurônios e utilizar a função de ativação relu;
    • Uma camada de saída: deve utilizar a função de ativação 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