Dopředné šíření

Úvod do deep learningu v Pythonu

Dan Becker

Data Scientist and contributor to Keras and TensorFlow libraries

Příklad bankovních transakcí

Predikce na základě:
- Počtu dětí
- Počtu stávajících účtů

Dopředné šíření

ch1_2.007.png

Dopředné šíření

ch1_2.008.png

Dopředné šíření

ch1_2.009.png

Dopředné šíření

ch1_2.010.png

Dopředné šíření

ch1_2.011.png

Dopředné šíření

ch1_2.012.png

Dopředné šíření

ch1_2.013.png

Dopředné šíření

ch1_2.014.png

Dopředné šíření

ch1_2.015.png

Dopředné šíření

ch1_2.016.png

Dopředné šíření

ch1_2.017.png

Dopředné šíření

ch1_2.018.png

Dopředné šíření

ch1_2.019.png

Dopředné šíření

ch1_2.020.png

Dopředné šíření

ch1_2.021.png

Dopředné šíření

ch1_2.022.png

Dopředné šíření

ch1_2.023.png

Dopředné šíření

ch1_2.024.png

Dopředné šíření

Proces násobení a sčítání
Skalární součin
Dopředné šíření pro jeden datový bod
Výstup je predikce pro daný datový bod

Kód dopředného šíření

import numpy as np
input_data = np.array([2, 3])
weights = {'node_0': np.array([1, 1]),
           'node_1': np.array([-1, 1]),
           'output': np.array([2, -1])}
node_0_value = (input_data * weights['node_0']).sum()
node_1_value = (input_data * weights['node_1']).sum()

Kód dopředného šíření

hidden_layer_values = np.array([node_0_value, node_1_value])

print(hidden_layer_values)

[5, 1]

output = (hidden_layer_values * weights['output']).sum()

print(output)

Lass uns üben!

Úvod do deep learningu v Pythonu