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.

To ćwiczenie jest częścią kursu

Wprowadzenie do uczenia głębokiego w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

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.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Define predict_with_network()
def predict_with_network(input_data_row, weights):

    # Calculate node 0 value
    node_0_input = ____
    node_0_output = ____

    # Calculate node 1 value
    node_1_input = ____
    node_1_output = ____

    # Put node values into array: hidden_layer_outputs
    hidden_layer_outputs = np.array([node_0_output, node_1_output])
    
    # Calculate model output
    input_to_final_layer = ____
    model_output = ____
    
    # Return model output
    return(model_output)

# Create empty list to store prediction results
results = []
for input_data_row in input_data:
    # Append prediction to results
    results.append(____)

# Print results
print(results)

Edytuj i uruchom kod