مثال list comprehension (هوش مصنوعی با پایتون): h = [neuron(inputs, w, b) for w, b in hidde…
مثال 4 از درس جلسهی 30 آموزش هوش مصنوعی برای نوجوانان با پایتون: شبکهی XOR با دست
همهی قدمها برای یک مثال: ۱) رو به جلو: h و out را حساب کن. ۲) دلتای خروجی: d_out = (out - target) * slope(out). ۳) دلتای هر نورون پنهان: d_h[j] = d_out * w_out[j] * slope(h[j]). ۴) بهروزرسانی: وزنهای خروجی با lr * d_out * h[j]، وزنهای پنهان با lr * d_h[j] * inputs[i]، و هر بایاس با دلتای خودش.
def train_example(inputs, target, hidden, output, lr):
h = [neuron(inputs, w, b) for w, b in hidden]
w_out, b_out = output
out = neuron(h, w_out, b_out)
d_out = (out - target) * slope(out)
d_h = [d_out * w_out[j] * slope(h[j]) for j in range(len(h))]
for j in range(len(h)):
w_out[j] -= lr * d_out * h[j]
b_out -= lr * d_out
for j in range(len(hidden)):
w, b = hidden[j]
for i in range(len(inputs)):
w[i] -= lr * d_h[j] * inputs[i]
hidden[j] = (w, b - lr * d_h[j])
return hidden, (w_out, b_out)
این کد را همینجا در ویرایشگر پایتون اجرا کن، عددها و متنهایش را عوض کن و دوباره اجرا کن تا ببینی چه تغییری میکند.
بیشتر بخوان: list comprehension در پایتون: از حلقه for تا یک خط کد
← مثال قبلی · برگشت به درس جلسهی 30: شبکهی XOR با دست · مثال بعدی → · چالشهای این جلسه