Завдання: Створення Перцептрона
Оскільки наша мета — реалізувати багатошаровий перцептрон, створення класу Perceptron
спростить ініціалізацію моделі. Його єдиний атрибут — layers
, який по суті є списком об'єктів Layer
, що визначають структуру мережі:
class Perceptron:
def __init__(self, layers):
self.layers = layers
Змінні, які використовуються для ініціалізації шарів:
input_size
: кількість вхідних ознак;hidden_size
: кількість нейронів у кожному прихованому шарі (в обох прихованих шарах буде однакова кількість нейронів у цьому випадку);output_size
: кількість нейронів у вихідному шарі.
Структура отриманого перцептрона має бути такою:
Swipe to start coding
Ваша мета — налаштувати базову структуру перцептрона, реалізувавши його шари:
- Ініціалізуйте ваги (матриця) та зміщення (вектор) випадковими значеннями з рівномірного розподілу в діапазоні [−1,1) за допомогою NumPy.
- Обчисліть сирі вихідні значення нейронів у методі
forward()
класуLayer
. - Застосуйте активаційну функцію до сирих виходів у методі
forward()
класуLayer
і поверніть результат. - Визначте три шари в класі
Perceptron
: два приховані шари з однаковою кількістю нейронів і один вихідний шар. Обидва приховані шари повинні використовувати активаційну функціюrelu
, а вихідний шар —sigmoid
.
Рішення
Дякуємо за ваш відгук!
single
Запитати АІ
Запитати АІ
Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат
Awesome!
Completion rate improved to 4
Завдання: Створення Перцептрона
Свайпніть щоб показати меню
Оскільки наша мета — реалізувати багатошаровий перцептрон, створення класу Perceptron
спростить ініціалізацію моделі. Його єдиний атрибут — layers
, який по суті є списком об'єктів Layer
, що визначають структуру мережі:
class Perceptron:
def __init__(self, layers):
self.layers = layers
Змінні, які використовуються для ініціалізації шарів:
input_size
: кількість вхідних ознак;hidden_size
: кількість нейронів у кожному прихованому шарі (в обох прихованих шарах буде однакова кількість нейронів у цьому випадку);output_size
: кількість нейронів у вихідному шарі.
Структура отриманого перцептрона має бути такою:
Swipe to start coding
Ваша мета — налаштувати базову структуру перцептрона, реалізувавши його шари:
- Ініціалізуйте ваги (матриця) та зміщення (вектор) випадковими значеннями з рівномірного розподілу в діапазоні [−1,1) за допомогою NumPy.
- Обчисліть сирі вихідні значення нейронів у методі
forward()
класуLayer
. - Застосуйте активаційну функцію до сирих виходів у методі
forward()
класуLayer
і поверніть результат. - Визначте три шари в класі
Perceptron
: два приховані шари з однаковою кількістю нейронів і один вихідний шар. Обидва приховані шари повинні використовувати активаційну функціюrelu
, а вихідний шар —sigmoid
.
Рішення
Дякуємо за ваш відгук!
single