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
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
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