Вивчайте 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:

Завдання

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() класу Layer.
Застосуйте активаційну функцію до сирих виходів у методі forward() класу Layer 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 функцію relu, а вихідний шар — sigmoid.

Рішення

Все було зрозуміло?

Дякуємо за ваш відгук!

Секція 2. Розділ 4

single

Запитати АІ

Запитайте про що завгодно або спробуйте одне із запропонованих запитань, щоб почати наш чат

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?

Awesome!

Completion rate improved to 4

Свайпніть щоб показати меню

class Perceptron:
    def __init__(self, layers):
        self.layers = layers