Tillämpa nätverket på många observationer/rader med data

Nu ska du definiera en funktion som heter predict_with_network() och som genererar prediktioner för flera dataobservationer, förinstansierade som input_data. Precis som tidigare är weights också förinstansierade. Dessutom är funktionen relu() som du definierade i föregående övning förinstansierad.

Den här övningen är en del av kursen

Introduktion till djupinlärning i Python

Visa kurs

Övningsinstruktioner

Definiera en funktion som heter predict_with_network() och som tar emot två argument – input_data_row och weights – och returnerar en prediktion från nätverket.
Beräkna indata- och utdatavärdena för varje nod och lagra dem som: node_0_input, node_0_output, node_1_input och node_1_output.
- För att beräkna indatavärdet för en nod, multiplicera de relevanta arrayerna med varandra och beräkna deras summa.
- För att beräkna utdatavärdet för en nod, applicera funktionen relu() på nodens indatavärde.
Beräkna modellens utdata genom att beräkna input_to_final_layer och model_output på samma sätt som du beräknade indata- och utdatavärdena för noderna.
Använd en for-loop för att iterera över input_data:
- Använd predict_with_network() för att generera prediktioner för varje rad i input_data – input_data_row. Lägg till varje prediktion i results.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# 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)

Redigera och kör kod