शुरू करेंमुफ़्त में शुरू करें

फॉरवर्ड प्रोपेगेशन एल्गोरिदम का कोड लिखना

इस अभ्यास में, आप अपने पहले न्यूरल नेटवर्क के लिए फॉरवर्ड प्रोपेगेशन (prediction) का कोड लिखेंगे:

Ch1Ex4

हर डेटा पॉइंट एक ग्राहक है। पहला इनपुट उनके अकाउंट्स की संख्या है, और दूसरा इनपुट उनके बच्चों की संख्या है। मॉडल यह predict करेगा कि उपयोगकर्ता अगले साल में कितने transactions करेगा। आप इस डेटा का उपयोग इस कोर्स के पहले 2 चैप्टर्स में करते रहेंगे।

इनपुट डेटा input_data के रूप में पहले से लोड है, और वेट्स weights नामक dictionary में उपलब्ध हैं। hidden लेयर के पहले नोड के लिए वेट्स का array weights['node_0'] में है, और hidden लेयर के दूसरे नोड के लिए वेट्स का array weights['node_1'] में है।

आउटपुट नोड में जाने वाले वेट्स weights['output'] में उपलब्ध हैं।

NumPy सभी अभ्यासों में आपके लिए np नाम से pre-imported होगा।

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Deep Learning परिचय

पाठ्यक्रम देखें

अभ्यास निर्देश

  • नोड 0 का मान निकालें: input_data को उसके वेट्स weights['node_0'] से गुणा करके उनका योग लें। यह hidden लेयर का 1st नोड है।
  • input_data और weights['node_1'] का उपयोग करके नोड 1 का मान निकालें। यह hidden लेयर का 2nd नोड है।
  • hidden लेयर के मानों को एक array में रखें। यह आपके लिए कर दिया गया है।
  • hidden_layer_outputs को weights['output'] से गुणा कर उनका योग लें और prediction जनरेट करें।
  • आउटपुट प्रिंट करने के लिए 'उत्तर सबमिट करें' दबाएँ!

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Calculate node 0 value: node_0_value
node_0_value = (____ * ____).____

# Calculate node 1 value: node_1_value
node_1_value = ____

# Put node values into array: hidden_layer_outputs
hidden_layer_outputs = np.array([node_0_value, node_1_value])

# Calculate output: output
output = ____

# Print output
print(output)
कोड संपादित करें और चलाएँ