Aplicarea rețelei pe mai multe observații/rânduri de date

Vei defini acum o funcție numită predict_with_network(), care va genera predicții pentru mai multe observații, pre-încărcate ca input_data. Ca și înainte, weights sunt de asemenea pre-încărcate. În plus, funcția relu() pe care ai definit-o în exercițiul anterior a fost pre-încărcată.

Acest exercițiu face parte din cursul

Introducere în Deep Learning în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Definește o funcție numită predict_with_network() care acceptă două argumente - input_data_row și weights - și returnează o predicție din rețea ca rezultat.
Calculează valorile de intrare și de ieșire pentru fiecare nod, stocându-le astfel: node_0_input, node_0_output, node_1_input și node_1_output.
- Pentru a calcula valoarea de intrare a unui nod, înmulțește array-urile relevante și calculează suma lor.
- Pentru a calcula valoarea de ieșire a unui nod, aplică funcția relu() valorii de intrare a nodului.
Calculează rezultatul modelului determinând input_to_final_layer și model_output în același mod în care ai calculat valorile de intrare și de ieșire pentru noduri.
Folosește o buclă for pentru a itera peste input_data:
- Utilizează funcția predict_with_network() pentru a genera predicții pentru fiecare rând din input_data - input_data_row. Adaugă fiecare predicție la results.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# 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)

Editează și rulează codul