学习感知器如何工作,并试图从中创建一个函数。你知道吗
我最近在youtube看了一段视频,作为对上述主题的介绍。你知道吗
现在,我试着模仿他的功能,我想试着在一个示例数据集中应用它:
# x1 x2 y
data = [ [3.5, 1.5, 1],
[2.0, 1.0, 0],
[4.0, 1.5, 1],
[3.0, 1.0, 0],
[3.5, 0.5, 1],
[2.0, 0.5, 0],
[5.5, 1.0, 1],
[1.0, 1.0, 0],
[4.5, 1.0, 1] ]
data = pd.DataFrame(data, columns = ["Length", "Width", "Class"])
乙状结肠功能:
def sigmoid(x):
x = 1 / (1 + np.exp(-x))
return x
感知器功能:
w1 = np.random.randn()
w2 = np.random.randn()
b = np.random.randn()
def perceptron(x1,x2, w1, w2, b):
z = (w1 * x1) + (w2 * x2) + b
return sigmoid(z)
我的问题是如何在感知器中添加代价函数,并根据一个参数循环n次,以使用代价函数调整权重?你知道吗
def get_cost_slope(b,a):
"""
b = predicted value
a = actual value
"""
sqrerror = (b - a) ** 2
slope = 2 * (b-a)
return sqrerror, slope
您需要创建一个方法,该方法将通过感知器进行反向传播并优化权重。你知道吗
从那以后
其中,$J$是成本函数。你知道吗
相关问题 更多 >
编程相关推荐