جواب «Neuron with a List» چالش 3 از جلسهی 27
سؤال
تابع neuron(inputs, weights, b) را کامل کن که برای هر تعداد ورودی کار کند: از b شروع کن و inputs[i] * weights[i] را جمع بزن، بعد سیگموید بگیر. تابع decide(p) هم بنویس که برای p > 0.5 متن yes و وگرنه no برگرداند. خروجی: 0.818 yes و 0.269 no.
راهنما
for i in range(len(inputs)): total = total + inputs[i] * weights[i]؛ return "yes" if p > 0.5 else "no".
یک جواب درست
import math
def sigmoid(x):
return 1 / (1 + math.exp(-x))
def neuron(inputs, weights, b):
total = b
for i in range(len(inputs)):
total = total + inputs[i] * weights[i]
return sigmoid(total)
def decide(p):
if p > 0.5:
return "yes"
return "no"
p1 = neuron([1, 0, 1], [2.0, -1.0, 0.0], -0.5)
p2 = neuron([0, 1, 1], [2.0, -1.0, 0.5], -0.5)
print(round(p1, 3), decide(p1))
print(round(p2, 3), decide(p2))
اول خودت امتحان کن؛ جوابهای دیگر هم قبول است. برگرد و خودت حلش کن