Memorise or Learn? چالش 5 از جلسهی 31، سخت
نورون آموزشدیده (w1، w2، t) و دیکشنری memory از نقطههای تمرین آمادهاند. کامل کن:
- memorizer(x, y): اگر (x, y) در memory بود رنگش را برگرداند، وگرنه 0 (حدس کور).
- score(model, data): برای هر (x, y, label) اگر model(x, y) == label بود یکی بشمارد.
خروجی:memorizer: practice 14 of 14, test 3 of 6learner: practice 14 of 14, test 6 of 6
points = [(2, 1, 0), (4, 2, 0), (6, 3, 0), (7, 6, 0), (8, 4, 0), (5, 1, 0), (9, 7, 0),
(1, 4, 1), (2, 6, 1), (3, 5, 1), (5, 8, 1), (6, 9, 1), (4, 7, 1), (1, 9, 1)]
w1, w2, t = 1.0, 1.0, 8.0
rate = 0.25
for rnd in range(50):
mistakes = 0
for x, y, target in points:
out = 1 if w1 * x + w2 * y >= t else 0
error = target - out
if error != 0:
mistakes += 1
w1 += rate * error * x
w2 += rate * error * y
t -= rate * error
if mistakes == 0:
break
test = [(3, 7, 1), (7, 3, 0), (2, 8, 1), (8, 6, 0), (5, 7, 1), (6, 2, 0)]
memory = {}
for x, y, label in points:
memory[(x, y)] = label
def memorizer(x, y):
return 0
def learner(x, y):
return 1 if w1 * x + w2 * y >= t else 0
def score(model, data):
right = 0
return right
print("memorizer: practice", score(memorizer, points), "of 14, test", score(memorizer, test), "of 6")
print("learner: practice", score(learner, points), "of 14, test", score(learner, test), "of 6")
راهنما و جواب این چالش · برگشت به درس جلسهی 31: آموزش یعنی اصلاح اشتباه · چالش بعدی: A Neuron Learns the Camera
بیشتر بخوان: تابع در پایتون: آموزش def، پارامتر و return با مثال