İleri yayılım algoritmasını kodlama

Bu egzersizde, ilk sinir ağın için ileri yayılımı (tahmin) yapacak kodu yazacaksın:

Ch1Ex4

Her veri noktası bir müşteriyi temsil eder. İlk girdi, kaç hesapları olduğu; ikinci girdi ise kaç çocukları olduğu bilgisidir. Model, kullanıcının gelecek yıl kaç işlem yapacağını tahmin edecek. Bu veriyi kursun ilk 2 bölümü boyunca kullanacaksın.

Girdi verisi input_data olarak önceden yüklendi ve ağırlıklar weights adlı bir sözlükte mevcut. Gizli katmandaki ilk düğümün ağırlık dizisi weights['node_0'] içinde, ve gizli katmandaki ikinci düğümün ağırlık dizisi weights['node_1'] içinde yer alır.

Çıkış düğümüne gelen ağırlıklar weights['output'] içinde bulunur.

Tüm egzersizlerde NumPy senin için np olarak önceden içe aktarılmış olacak.

Bu egzersiz

Python ile Deep Learning'e Giriş

kursunun bir parçasıdır

Kursu Görüntüle

Egzersiz talimatları

input_data ile weights['node_0']'ı çarpıp toplamlarını alarak düğüm 0 değerini hesapla. Bu, gizli katmandaki 1. düğümdür.
input_data ve weights['node_1'] kullanarak düğüm 1 değerini hesapla. Bu, gizli katmandaki 2. düğümdür.
Gizli katman değerlerini bir diziye koy. Bu senin için yapıldı.
hidden_layer_outputs ile weights['output']'ı çarpıp toplamlarını alarak tahmini üret.
Çıktıyı yazdırmak için 'Yanıtı Gönder'e bas!

Uygulamalı interaktif egzersiz

Bu örnek kodu tamamlayarak bu egzersizi bitirin.

# Calculate node 0 value: node_0_value
node_0_value = (____ * ____).____

# Calculate node 1 value: node_1_value
node_1_value = ____

# Put node values into array: hidden_layer_outputs
hidden_layer_outputs = np.array([node_0_value, node_1_value])

# Calculate output: output
output = ____

# Print output
print(output)

Kodu Düzenle ve Çalıştır