مثال تابع (هوش مصنوعی با پایتون): def make_digits(copies, noise, seed):
مثال 1 از درس جلسهی 45 آموزش هوش مصنوعی برای نوجوانان با پایتون: دادهی بزرگتر ۱
۳۰ نقطهی جلسهی قبل اسباببازی بود. حالا دادهی بزرگتر: ده رقم ۰ تا ۹، هر کدام روی یک جدول ۵×۵ کشیده شده (# یعنی جوهر، . یعنی کاغذ سفید). make_digits از هر رقم چند نسخه میسازد و در هر نسخه چند پیکسل تصادفی را برعکس میکند، مثل دستخطی که کمی کج و لرزان است. این کد را از این جلسه تا جلسهی ۴۹ بدون تغییر استفاده میکنیم؛ بالای همهی برنامهها همین است.
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
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: تابع در پایتون: آموزش def، پارامتر و return با مثال
برگشت به درس جلسهی 45: دادهی بزرگتر ۱ · مثال بعدی → · چالشهای این جلسه