शुरू करेंमुफ़्त में शुरू करें

मल्टी-लेयर न्यूरल नेटवर्क्स

इस अभ्यास में, आप 2 hidden layers वाले एक न्यूरल नेटवर्क के लिए forward propagation का कोड लिखेंगे। हर hidden layer में दो nodes हैं। इनपुट डेटा input_data के रूप में पहले से लोड है। पहली hidden layer के nodes के नाम node_0_0 और node_0_1 हैं। इनके weights क्रमशः weights['node_0_0'] और weights['node_0_1'] के रूप में पहले से लोड हैं.

दूसरी hidden layer के nodes के नाम node_1_0 और node_1_1 हैं। इनके weights क्रमशः weights['node_1_0'] और weights['node_1_1'] के रूप में पहले से लोड हैं.

इसके बाद हम hidden nodes से एक model output बनाते हैं, जिसके लिए weights weights['output'] के रूप में प्रीलोडेड हैं.

Ch1Ex10

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Deep Learning परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • weights['node_0_0'] और दिए गए input_data का उपयोग करके node_0_0_input निकालिए। फिर relu() फंक्शन लगाकर node_0_0_output प्राप्त कीजिए.
  • ऊपर जैसा ही node_0_1_input के लिए कीजिए ताकि node_0_1_output मिले.
  • weights['node_1_0'] और पहली hidden layer के outputs - hidden_0_outputs - का उपयोग करके node_1_0_input निकालिए। फिर relu() फंक्शन लगाकर node_1_0_output प्राप्त कीजिए.
  • ऊपर जैसा ही node_1_1_input के लिए कीजिए ताकि node_1_1_output मिले.
  • दूसरी hidden layer के hidden_1_outputs array और weights['output'] का उपयोग करके model_output निकालिए। इस आउटपुट पर relu() फंक्शन न लगाइए.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

def predict_with_network(input_data):
    # Calculate node 0 in the first hidden layer
    node_0_0_input = (____ * ____).sum()
    node_0_0_output = relu(____)

    # Calculate node 1 in the first hidden layer
    node_0_1_input = ____
    node_0_1_output = ____

    # Put node values into array: hidden_0_outputs
    hidden_0_outputs = np.array([node_0_0_output, node_0_1_output])
    
    # Calculate node 0 in the second hidden layer
    node_1_0_input = ____
    node_1_0_output = ____

    # Calculate node 1 in the second hidden layer
    node_1_1_input = ____
    node_1_1_output = ____

    # Put node values into array: hidden_1_outputs
    hidden_1_outputs = np.array([node_1_0_output, node_1_1_output])

    # Calculate model output: model_output
    model_output = ____
    
    # Return model_output
    return(model_output)

output = predict_with_network(input_data)
print(output)
कोड संपादित करें और चलाएँ