Deep Learning Academy · Pelajaran

Kodkan Perceptron dari Awal

Sebuah neuron dalam beberapa baris Python.

Pelajaran 3 daripada 413 langkah

Kodkan Perceptron dari Awal ialah pelajaran Deep Learning Academy percuma di CoddyKit. Ini ialah pelajaran 3 daripada 4. Anda boleh membaca keseluruhan pelajaran di bawah secara percuma — kemudian berlatih secara praktikal dalam pelayar menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7. Pelajaran ini merupakan sebahagian daripada laluan pembelajaran Deep Learning Academy, dan kemajuan anda disegerakkan merentas web serta aplikasi CoddyKit. Kursus Deep Learning Academy merangkumi sejumlah 4 pelajaran.

Apakah Perceptron

Perceptron ialah satu neuron bersama peraturan pembelajaran. Ia merupakan binaan asas asal rangkaian neural yang boleh dilatih, dan anda boleh mengekodkannya dari awal. 🛠️

Mulakan dengan Pemberat

Mula-mula, cipta pemberat dan satu pincangan. Memulakannya pada sifar tidak mengapa untuk perceptron; pembelajaran akan menggerakkannya ke tempat yang diperlukan.

weights = [0.0, 0.0]
bias = 0.0

Membuat Ramalan dengan Fungsi Tangga

Langkah ramalan mengira jumlah berwajaran, kemudian menggunakan fungsi tangga untuk mengembalikan 0 atau 1.

score = w[0]*x[0] + w[1]*x[1] + bias
return 1 if score >= 0 else 0

Ukur Ralat

Bandingkan ramalan dengan label sebenar. Ralat hanyalah sasaran ditolak ramalan: 0 apabila betul, dan tambah atau tolak satu apabila salah.

error = target - prediction

Peraturan Kemas Kini

Peraturan kemas kini mengubah setiap pemberat sebanyak ralat didarab dengan masukan. Tekaaan yang salah menolak pemberat ke arah jawapan yang betul.

w[i] += lr * error * x[i]

Kemas Kini Pincangan Juga

Pincangan belajar dengan cara yang sama, tetapi masukannya sentiasa 1. Jadi, anda hanya perlu menambah kadar pembelajaran didarab dengan ralat.

bias += lr * error

Kadar Pembelajaran

Kadar pembelajaran menentukan saiz setiap kemas kini. Nilai kecil belajar dengan perlahan tetapi stabil; nilai besar boleh terlebih melangkaui jawapan.

lr = 0.1

Satu Lintasan: Epok

Mengulangi semua contoh latihan sekali dipanggil epok. Biasanya anda mengulanginya untuk beberapa epok sehingga kesilapan berhenti berlaku.

Gelung Latihan

Setiap langkah latihan membuat ramalan, mengukur ralat, dan mengemas kini pemberat serta pincangan. Ulangi langkah ini merentasi set data untuk belajar.

for x, target in data:
    err = target - predict(x)
    update(x, err)

Ia Belajar AND

Berikan jadual kebenaran AND kepadanya dan perceptron akan mencapai penumpuan dengan pantas. Kedua-dua masukan mestilah 1 supaya keluarannya 1.

Jaminan Penumpuan

Jika data boleh dipisahkan secara linear, perceptron dijamin akan menemukan garis pemisah. Jaminan itu ialah teorem penumpuan.

Semakan Pantas

Ingat kembali cara perceptron membetulkan dirinya.

Jawab dalam pelajaran interaktif

Ringkasan

Perceptron membuat ramalan dengan fungsi tangga, mengukur ralat, dan mengemas kini pemberat berdasarkan lr didarab dengan ralat dan masukan. Ulangi merentasi epok dan ia akan mempelajari data yang boleh dipisahkan. ✅

Percuma untuk bermula

Pelajari Python dengan tutor kecerdasan buatan — percuma

Tulis dan jalankan kod sebenar dalam pelayar anda, dapatkan bantuan segera daripada tutor kecerdasan buatan yang tersedia 24/7, dan sambung semula dari tempat anda berhenti di web atau dalam aplikasi.

Kursus: 30
Pelajaran: 120

Mula belajar secara percuma Lihat kursus penuh

Soalan Lazim

Adakah pelajaran “Kodkan Perceptron dari Awal” percuma?

Ya — teks penuh “Kodkan Perceptron dari Awal” boleh dibaca secara percuma di web ini. Untuk berlatih secara interaktif menggunakan penyunting kod terbina dalam dan tutor kecerdasan buatan 24/7, serta membuka kunci baki kursus Deep Learning Academy, tingkat taraf kepada CoddyKit PRO. Kursus Deep Learning Academy merangkumi sejumlah 4 pelajaran.

Apakah yang akan saya pelajari dalam “Kodkan Perceptron dari Awal”?

Sebuah neuron dalam beberapa baris Python. Anda berlatih Deep Learning Academy menggunakan kod praktikal yang dijalankan terus dalam pelayar, manakala tutor kecerdasan buatan 24/7 menjawab soalan anda semasa anda mengikuti pelajaran.

Adakah saya memerlukan pengalaman untuk memulakan Deep Learning Academy?

Tiada pengalaman terdahulu diperlukan. Pembelajaran Deep Learning Academy di CoddyKit disusun untuk pelajar daripada peringkat pemula hingga lanjutan, jadi anda boleh bermula di sini atau dari awal dan belajar mengikut kadar anda sendiri. Ini ialah pelajaran 3 daripada 4.

Berapa lamakah pelajaran “Kodkan Perceptron dari Awal” diambil?

Kebanyakan pelajaran CoddyKit mengambil masa kira-kira 5–10 minit. Setiap pelajaran ringkas dan interaktif, jadi anda boleh membuat kemajuan secara berterusan dan menyambung tepat dari tempat anda berhenti di web atau aplikasi.

Bolehkah saya menulis dan menjalankan kod dalam pelajaran Deep Learning Academy ini?

Ya. Setiap pelajaran Deep Learning Academy menyertakan penyunting kod terbina dalam, jadi anda boleh menulis dan menjalankan kod sebenar terus dalam pelayar serta menerima maklum balas kecerdasan buatan serta-merta — tanpa memerlukan persediaan setempat.

Semua pelajaran dalam kursus ini

Pemberat, Bias dan Jumlah Berwajaran
Fungsi Langkah dan Keputusan Linear
Kodkan Perceptron dari Awal
Masalah XOR: Mengapa Satu Neuron Tidak Mencukupi

← Kembali ke Deep Learning Academy