جواب «Loss of an Epoch» چالش 4 از جلسهی 45
سؤال
توابع شبکه آمادهاند. تابع run_epoch(net, X, y, size, lr) را کامل کن: داده را به دستههای sizeتایی ببُرد، train_batch را روی هر دسته صدا بزند، خطای هر دسته را در losses نگه دارد و میانگین آنها را برگرداند (اینجا بدون بُر زدن). برنامه ۵ دوره اجرا میکند. خروجی باید این پنج خط باشد: epoch 1 1.898، epoch 2 0.879، epoch 3 0.446، epoch 4 0.265 و epoch 5 0.182.
راهنما
for start in range(0, len(X), size): و داخلش losses.append(train_batch(net, X[start:start + size], y[start:start + size], lr)).
یک جواب درست
import random
import numpy as np
SHAPES = """
.###. ..#.. .###. ####. #..#. ##### .###. ##### .###. .###.
#...# .##.. #...# ....# #..#. #.... #.... ....# #...# #...#
#...# ..#.. ..##. .###. ##### ####. ####. ...#. .###. .####
#...# ..#.. .#... ....# ...#. ....# #...# ..#.. #...# ....#
.###. .###. ##### ####. ...#. ####. .###. ..#.. .###. .###.
"""
def make_digits(copies, noise, seed):
random.seed(seed)
rows = SHAPES.strip().splitlines()
X, y = [], []
for c in range(copies):
for d in range(10):
pixels = [1.0 if ch == "#" else 0.0 for ch in "".join(r.split()[d] for r in rows)]
for i in random.sample(range(25), noise):
pixels[i] = 1.0 - pixels[i]
X.append(pixels)
y.append(d)
return np.array(X), np.array(y)
X, y = make_digits(20, 2, 1) # training set: 200 digits, 2 flipped pixels each
Xt, yt = make_digits(10, 2, 2) # test set: 100 other noisy digits
def softmax(z):
e = np.exp(z - z.max(axis=1, keepdims=True))
return e / e.sum(axis=1, keepdims=True)
def rand_matrix(rows, cols):
return np.array([[random.uniform(-0.5, 0.5) for _ in range(cols)] for _ in range(rows)])
def make_net():
random.seed(0)
return {"W1": rand_matrix(25, 16), "b1": np.zeros(16), "W2": rand_matrix(16, 10), "b2": np.zeros(10)}
def forward(net, X):
h = np.maximum(0, X @ net["W1"] + net["b1"])
return h, softmax(h @ net["W2"] + net["b2"])
def train_batch(net, xb, yb, lr):
h, p = forward(net, xb)
dz2 = (p - np.eye(10)[yb]) / len(xb)
dh = dz2 @ net["W2"].T * (h > 0)
net["W2"] -= lr * h.T @ dz2
net["b2"] -= lr * dz2.sum(axis=0)
net["W1"] -= lr * xb.T @ dh
net["b1"] -= lr * dh.sum(axis=0)
return float(-np.log(p[np.arange(len(yb)), yb]).mean())
def loss_acc(net, X, y):
h, p = forward(net, X)
loss = -np.log(p[np.arange(len(y)), y]).mean()
return float(loss), float((p.argmax(axis=1) == y).mean())
def run_epoch(net, X, y, size, lr):
losses = []
for start in range(0, len(X), size):
loss = train_batch(net, X[start:start + size], y[start:start + size], lr)
losses.append(loss)
return sum(losses) / len(losses)
net = make_net()
for epoch in range(1, 6):
print("epoch", epoch, round(run_epoch(net, X, y, 20, 0.5), 3))
اول خودت امتحان کن؛ جوابهای دیگر هم قبول است. برگرد و خودت حلش کن