順伝播アルゴリズムをコーディングする
この演習では、初めてのニューラルネットワークで順伝播（予測）を行うコードを書きます。
各データポイントは顧客を表します。最初の入力は口座数、2つ目の入力は子どもの人数です。モデルは、翌年にそのユーザーが行う取引回数を予測します。このデータは、このコースの最初の2章を通して使用します。
入力データは input_data としてあらかじめ読み込まれており、重みは weights という辞書に入っています。中間層の最初のノードの重み配列は weights['node_0'] に、2つ目のノードの重み配列は weights['node_1'] にあります。
出力ノードへつながる重みは weights['output'] にあります。
NumPy はすべての演習で np として事前にインポートされています。
この演習はコースの一部です
Pythonで学ぶDeep Learning入門
演習の手順
input_dataとその重みweights['node_0']を要素ごとに掛けて合計し、ノード0の値を計算します。これは中間層の1つ目のノードです。input_dataとweights['node_1']を使ってノード1の値を計算します。これは中間層の2つ目のノードです。- 中間層の値を配列にまとめます。これはすでに用意されています。
hidden_layer_outputsとweights['output']を要素ごとに掛けて合計し、予測値を生成します。- 「回答を送信」を押して、出力を表示しましょう！
実践的なインタラクティブ演習
このサンプルコードを完成させて、この演習に挑戦してみましょう。
# 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)