Применение сети к множеству наблюдений/строк данных

Теперь вы определите функцию predict_with_network(), которая будет генерировать предсказания для нескольких наблюдений. Данные заранее загружены в переменную input_data, а веса — в weights. Кроме того, функция relu(), определённая в предыдущем упражнении, также уже загружена.

Это упражнение является частью курса

Введение в глубокое обучение на Python

Посмотреть курс

Инструкции к упражнению

Определите функцию predict_with_network(), которая принимает два аргумента — input_data_row и weights — и возвращает предсказание сети.
Вычислите входные и выходные значения для каждого узла и сохраните их в переменных: node_0_input, node_0_output, node_1_input и node_1_output.
- Входное значение узла вычисляется как сумма поэлементных произведений соответствующих массивов.
- Выходное значение узла вычисляется путём применения функции relu() к его входному значению.
Вычислите выходное значение модели, рассчитав input_to_final_layer и model_output по той же схеме, что и для узлов.
Используйте цикл for для перебора строк input_data:
- Применяйте функцию predict_with_network() для получения предсказания по каждой строке input_data — input_data_row. Добавляйте каждое предсказание в список results.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# 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)

Редактировать и запускать код