1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Úvod do deep learningu v Pythonu
Connected

Cvičení

Vícevrstvé neuronové sítě

V tomto cvičení napíšeš kód pro dopředné šíření v neuronové síti se 2 skrytými vrstvami. Každá skrytá vrstva má dva uzly. Vstupní data jsou předem načtena jako input_data. Uzly v první skryté vrstvě se jmenují node_0_0 a node_0_1. Jejich váhy jsou předem načteny jako weights['node_0_0'] a weights['node_0_1'].

Uzly ve druhé skryté vrstvě se jmenují node_1_0 a node_1_1. Jejich váhy jsou předem načteny jako weights['node_1_0'] a weights['node_1_1'].

Výstup modelu pak vytvoříme ze skrytých uzlů pomocí vah předem načtených jako weights['output'].

Ch1Ex10

Pokyny

100 XP
  • Vypočítej node_0_0_input pomocí vah weights['node_0_0'] a daných input_data. Poté aplikuj funkci relu() a získej node_0_0_output.
  • Totéž proveď pro node_0_1_input a získej node_0_1_output.
  • Vypočítej node_1_0_input pomocí vah weights['node_1_0'] a výstupů z první skryté vrstvy – hidden_0_outputs. Poté aplikuj funkci relu() a získej node_1_0_output.
  • Totéž proveď pro node_1_1_input a získej node_1_1_output.
  • Vypočítej model_output pomocí vah weights['output'] a pole výstupů z druhé skryté vrstvy hidden_1_outputs. Na tento výstup funkci relu() neaplikuj.