مثال متغیر (هوش مصنوعی با پایتون): blame = np.array([0.5, 0.5, 0.5, 0.5, 0.5])
مثال 5 از درس جلسهی 43 آموزش هوش مصنوعی برای نوجوانان با پایتون: شبکهی چندلایه با numpy ۱
برای پسانتشار، شیب ReLU لازم است، و این هم خیلی ساده است: جایی که z > 0 شیب ۱ است (خط صاف با زاویهی ۴۵ درجه) و جای دیگر ۰ (کف صاف). z > 0 یک ماسک درست/غلط میدهد و وقتی در عدد ضرب شود، True مثل ۱ و False مثل ۰ رفتار میکند. به جای out * (1 - out) سیگموید، این بار فقط * (z > 0).
print(z > 0) # [False False False True True]
blame = np.array([0.5, 0.5, 0.5, 0.5, 0.5])
print(blame * (z > 0)) # [0. 0. 0. 0.5 0.5] only active neurons get blame
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: متغیر در پایتون: تعریف، نامگذاری و تغییر مقدار با مثال
← مثال قبلی · برگشت به درس جلسهی 43: شبکهی چندلایه با numpy ۱ · مثال بعدی → · چالشهای این جلسه