फॉरवर्ड प्रोपेगेशन

Python में Deep Learning परिचय

Dan Becker

Data Scientist and contributor to Keras and TensorFlow libraries

बैंक ट्रांजैक्शन उदाहरण

इन पर आधारित भविष्यवाणी करें:
- बच्चों की संख्या
- मौजूदा खातों की संख्या

फॉरवर्ड प्रोपेगेशन

ch1_2.007.png

फॉरवर्ड प्रोपेगेशन

ch1_2.008.png

फॉरवर्ड प्रोपेगेशन

ch1_2.009.png

फॉरवर्ड प्रोपेगेशन

ch1_2.010.png

फॉरवर्ड प्रोपेगेशन

ch1_2.011.png

फॉरवर्ड प्रोपेगेशन

ch1_2.012.png

फॉरवर्ड प्रोपेगेशन

ch1_2.013.png

फॉरवर्ड प्रोपेगेशन

ch1_2.014.png

फॉरवर्ड प्रोपेगेशन

ch1_2.015.png

फॉरवर्ड प्रोपेगेशन

ch1_2.016.png

फॉरवर्ड प्रोपेगेशन

ch1_2.017.png

फॉरवर्ड प्रोपेगेशन

ch1_2.018.png

फॉरवर्ड प्रोपेगेशन

ch1_2.019.png

फॉरवर्ड प्रोपेगेशन

ch1_2.020.png

फॉरवर्ड प्रोपेगेशन

ch1_2.021.png

फॉरवर्ड प्रोपेगेशन

ch1_2.022.png

फॉरवर्ड प्रोपेगेशन

ch1_2.023.png

फॉरवर्ड प्रोपेगेशन

ch1_2.024.png

फॉरवर्ड प्रोपेगेशन

गुणा-योग प्रक्रिया
डॉट प्रोडक्ट
एक समय में एक डेटा पॉइंट के लिए फॉरवर्ड प्रोपेगेशन
आउटपुट उस डेटा पॉइंट की भविष्यवाणी है

फॉरवर्ड प्रोपेगेशन कोड

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()

फॉरवर्ड प्रोपेगेशन कोड

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)

अभ्यास करते हैं!

Python में Deep Learning परिचय