Utmaning: Skapa en Perceptron
Eftersom målet är att implementera en flerskiktsperceptron kommer skapandet av en Perceptron
-klass att förenkla modellinitieringen. Dess enda attribut, layers
, är i huvudsak en lista av Layer
-objekt som definierar nätverkets struktur:
class Perceptron:
def __init__(self, layers):
self.layers = layers
Variablerna som används för att initiera lagren är följande:
input_size
: antalet inmatningsfunktioner;hidden_size
: antalet neuroner i varje dolt lager (båda dolda lagren kommer i detta fall att ha samma antal neuroner);output_size
: antalet neuroner i utgångslagret.
Strukturen för den resulterande perceptronen bör vara enligt följande:
Swipe to start coding
Målet är att skapa den grundläggande strukturen för perceptronen genom att implementera dess lager:
- Initiera vikterna (en matris) och biaserna (en vektor) med slumpmässiga värden från en uniform fördelning inom intervallet [−1,1) med hjälp av NumPy.
- Beräkna råutgångsvärdena för neuronerna i
forward()
-metoden i klassenLayer
. - Applicera aktiveringsfunktionen på råutgångarna i
forward()
-metoden i klassenLayer
och returnera resultatet. - Definiera tre lager i klassen
Perceptron
: två dolda lager med samma antal neuroner och ett utgångslager. Båda de dolda lagren ska användarelu
som aktiveringsfunktion, medan utgångslagret ska användasigmoid
.
Lösning
Tack för dina kommentarer!
single
Fråga AI
Fråga AI
Fråga vad du vill eller prova någon av de föreslagna frågorna för att starta vårt samtal
Awesome!
Completion rate improved to 4
Utmaning: Skapa en Perceptron
Svep för att visa menyn
Eftersom målet är att implementera en flerskiktsperceptron kommer skapandet av en Perceptron
-klass att förenkla modellinitieringen. Dess enda attribut, layers
, är i huvudsak en lista av Layer
-objekt som definierar nätverkets struktur:
class Perceptron:
def __init__(self, layers):
self.layers = layers
Variablerna som används för att initiera lagren är följande:
input_size
: antalet inmatningsfunktioner;hidden_size
: antalet neuroner i varje dolt lager (båda dolda lagren kommer i detta fall att ha samma antal neuroner);output_size
: antalet neuroner i utgångslagret.
Strukturen för den resulterande perceptronen bör vara enligt följande:
Swipe to start coding
Målet är att skapa den grundläggande strukturen för perceptronen genom att implementera dess lager:
- Initiera vikterna (en matris) och biaserna (en vektor) med slumpmässiga värden från en uniform fördelning inom intervallet [−1,1) med hjälp av NumPy.
- Beräkna råutgångsvärdena för neuronerna i
forward()
-metoden i klassenLayer
. - Applicera aktiveringsfunktionen på råutgångarna i
forward()
-metoden i klassenLayer
och returnera resultatet. - Definiera tre lager i klassen
Perceptron
: två dolda lager med samma antal neuroner och ett utgångslager. Båda de dolda lagren ska användarelu
som aktiveringsfunktion, medan utgångslagret ska användasigmoid
.
Lösning
Tack för dina kommentarer!
single