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

ćwiczenie

Stosowanie sieci do wielu obserwacji/wierszy danych

Zdefiniujesz teraz funkcję o nazwie predict_with_network(), która będzie generować predykcje dla wielu obserwacji. Dane wejściowe są wstępnie załadowane jako input_data, a wagi – jako weights. Funkcja relu() zdefiniowana w poprzednim ćwiczeniu również jest już dostępna.

Instrukcje

100 XP
  • Zdefiniuj funkcję o nazwie predict_with_network(), która przyjmuje dwa argumenty – input_data_row i weights – i zwraca predykcję sieci.
  • Oblicz wartości wejściowe i wyjściowe dla każdego węzła, zapisując je jako: node_0_input, node_0_output, node_1_input i node_1_output.
    • Aby obliczyć wartość wejściową węzła, pomnóż odpowiednie tablice przez siebie i oblicz ich sumę.
    • Aby obliczyć wartość wyjściową węzła, zastosuj funkcję relu() do jego wartości wejściowej.
  • Oblicz wynik modelu, wyznaczając input_to_final_layer i model_output w analogiczny sposób, jak obliczono wartości wejściowe i wyjściowe węzłów.
  • Użyj pętli for, aby iterować po input_data:
    • Wywołaj funkcję predict_with_network(), aby wygenerować predykcję dla każdego wiersza input_data – input_data_row. Dołącz każdą predykcję do listy results.