1. 学ぶ
    2. /
  2. コース
    3. /
  3. Pythonで学ぶDeep Learning入門
Connected

演習

多くの観測値／データ行へのネットワークの適用

ここでは predict_with_network() という関数を定義し、複数のデータ観測値に対して予測を生成します。観測値は input_data としてあらかじめ読み込まれています。これまでと同様に、weights も読み込まれています。加えて、前の演習で定義した relu() 関数も読み込まれています。

指示

100 XP
  • input_data_row と weights の2つの引数を受け取り、ネットワークの予測を返す predict_with_network() 関数を定義します。
  • 各ノードの入力値と出力値を計算し、node_0_input、node_0_output、node_1_input、node_1_output として保存します。
    • ノードの入力値は、対応する配列同士を掛け合わせて合計して計算します。
    • ノードの出力値は、そのノードの入力値に relu() 関数を適用して計算します。
  • ノードと同様の手順で input_to_final_layer と model_output を計算し、モデルの出力を求めます。
  • for ループを使って input_data を反復処理します。
    • predict_with_network() を使って、input_data の各行（input_data_row）の予測を生成し、各予測を results に追加します。