1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wprowadzenie do uczenia głębokiego w Pythonie
Connected

ćwiczenie

Kodowanie algorytmu propagacji w przód

W tym ćwiczeniu napiszesz kod wykonujący propagację w przód (predykcję) dla swojej pierwszej sieci neuronowej:

Ch1Ex4

Każdy punkt danych reprezentuje jednego klienta. Pierwsza cecha wejściowa to liczba posiadanych przez niego kont, a druga – liczba dzieci. Model przewiduje, ile transakcji dany klient wykona w ciągu następnego roku. Tych danych będziesz używać przez pierwsze 2 rozdziały kursu.

Dane wejściowe są wczytane jako input_data, a wagi dostępne są w słowniku o nazwie weights. Tablica wag dla pierwszego węzła w warstwie ukrytej znajduje się w weights['node_0'], a tablica wag dla drugiego węzła w warstwie ukrytej – w weights['node_1'].

Wagi prowadzące do węzła wyjściowego dostępne są w weights['output'].

Biblioteka NumPy będzie we wszystkich ćwiczeniach zaimportowana jako np.

Instrukcje

100 XP
  • Oblicz wartość węzła 0, mnożąc input_data przez jego wagi weights['node_0'] i sumując wyniki. To jest 1. węzeł w warstwie ukrytej.
  • Oblicz wartość węzła 1, używając input_data i weights['node_1']. To jest 2. węzeł w warstwie ukrytej.
  • Umieść wartości warstwy ukrytej w tablicy. Ten krok został już za ciebie wykonany.
  • Wygeneruj predykcję, mnożąc hidden_layer_outputs przez weights['output'] i sumując wyniki.
  • Kliknij Prześlij odpowiedź, aby wyświetlić wynik!