1. Learn
    2. /
  2. 课程
    3. /
  3. Python 深度学习入门
Connected

道练习

将网络应用于多条观测/数据行

现在，您将定义一个名为 predict_with_network() 的函数，用于为多条数据观测生成预测，这些数据已预加载为 input_data。与之前一样，weights 也已预加载。此外，您在上一个练习中定义的 relu() 函数也已预加载。

说明

100 XP
  • 定义一个名为 predict_with_network() 的函数，接受两个参数 input_data_row 和 weights，并返回该网络的预测结果。
  • 计算每个节点的输入值和输出值，分别存为：node_0_input、node_0_output、node_1_input 和 node_1_output。
    • 计算节点的输入值时，将相关的数组逐元素相乘并求和。
    • 计算节点的输出值时，对该节点的输入值应用 relu() 函数。
  • 通过与计算节点输入与输出相同的方式，计算 input_to_final_layer 和 model_output，得到模型输出。
  • 使用 for 循环遍历 input_data：
    • 使用您的 predict_with_network()，对 input_data 的每一行 input_data_row 生成预测。将每个预测追加到 results。