Lernen Herausforderung: Erstellung Eines Perzeptrons

Da unser Ziel die Implementierung eines mehrschichtigen Perzeptrons ist, vereinfacht die Erstellung einer Perceptron-Klasse die Initialisierung des Modells. Ihr einziges Attribut, layers, ist im Wesentlichen eine Liste von Layer-Objekten, die die Struktur des Netzwerks definieren:

class Perceptron:
    def __init__(self, layers):
        self.layers = layers

Die Variablen, die zur Initialisierung der Schichten verwendet werden, sind die folgenden:

input_size: die Anzahl der Eingabemerkmale;
hidden_size: die Anzahl der Neuronen in jeder versteckten Schicht (beide versteckten Schichten haben in diesem Fall die gleiche Anzahl an Neuronen);
output_size: die Anzahl der Neuronen in der Ausgabeschicht.

Die Struktur des resultierenden Perzeptrons sollte wie folgt aussehen:

Aufgabe

Swipe to start coding

Ziel ist es, die Grundstruktur des Perzeptrons durch Implementierung seiner Schichten aufzubauen:

Vervollständigen der Schichtinitialisierung (__init__()-Methode):
- Initialisierung der Gewichtsmatrix (Form: (n_neurons, n_neurons));
- Initialisierung des Bias-Vektors (Form: (n_neurons, 1)).
Beide sollen mit Zufallswerten aus einer gleichverteilten Verteilung im Bereich $[-1, 1)$ gefüllt werden. Verwenden Sie dazu die Funktion np.random.uniform().
Vervollständigen der Vorwärtsausbreitung der Schicht (forward()-Methode):
- Berechnung der Roh-Ausgabewerte der Neuronen. Verwenden Sie für das Skalarprodukt die Funktion np.dot();
- Anwendung der Aktivierungsfunktion auf die Roh-Ausgaben und Rückgabe des Ergebnisses.
Definition von drei Schichten:
- Zwei versteckte Schichten: Jede Schicht soll hidden_size Neuronen besitzen und die relu-Aktivierungsfunktion verwenden;
- Eine Ausgabeschicht: Diese soll die sigmoid-Aktivierungsfunktion verwenden.

Lösung

War alles klar?

Danke für Ihr Feedback!

Abschnitt 2. Kapitel 4

single

Fragen Sie AI

Fragen Sie alles oder probieren Sie eine der vorgeschlagenen Fragen, um unser Gespräch zu beginnen

Awesome!

Completion rate improved to 4

Swipe um das Menü anzuzeigen

class Perceptron:
    def __init__(self, layers):
        self.layers = layers