Viết mã thuật toán lan truyền xuôi
Trong bài này, bạn sẽ viết mã để thực hiện lan truyền xuôi (dự đoán) cho mạng nơ-ron đầu tiên của bạn:
Mỗi điểm dữ liệu là một khách hàng. Đầu vào thứ nhất là số tài khoản họ có, đầu vào thứ hai là số con họ có. Mô hình sẽ dự đoán số giao dịch người dùng thực hiện trong năm tiếp theo. Bạn sẽ dùng dữ liệu này xuyên suốt 2 chương đầu của khóa học.
Dữ liệu đầu vào đã được nạp sẵn vào input_data, và các trọng số có trong một dictionary tên là weights. Mảng trọng số cho nút đầu tiên ở tầng ẩn nằm trong weights['node_0'],
và mảng trọng số cho nút thứ hai ở tầng ẩn nằm trong weights['node_1'].
Các trọng số đi vào nút đầu ra nằm trong weights['output'].
NumPy đã được import sẵn là np trong tất cả các bài tập.
Bài tập này là một phần của khóa học
Nhập môn Deep Learning với Python
Hướng dẫn bài tập
- Tính giá trị tại node 0 bằng cách nhân
input_datavới các trọng sốweights['node_0']rồi lấy tổng. Đây là nút thứ 1 ở tầng ẩn. - Tính giá trị tại node 1 bằng
input_datavàweights['node_1']. Đây là nút thứ 2 ở tầng ẩn. - Đưa các giá trị tầng ẩn vào một mảng. Phần này đã được làm sẵn cho bạn.
- Tạo dự đoán bằng cách nhân
hidden_layer_outputsvớiweights['output']rồi lấy tổng. - Nhấn "Gửi câu trả lời" để in ra kết quả!
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# 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)