ЛР5
Карта ноутбука

Карта ноутбука

На вопрос «где это?» сразу находишь нужную ячейку.

Квадратные скобки соответствуют сохранённому запуску «Выполнить все». И82 означает индекс ячейки в исходном задании, отсчёт с нуля. Если выполняешь ячейки вручную, номера в скобках меняются: ищи также по первой строке кода.

ЗапускИсходникПервая строкаКод
[1]И7from copy import deepcopyОткрыть код
[2]И9def validate_matrix(matrix):
validate_matrix, scalar_multiplication, matrix_addition, matrix_transposition, matrix_multiplication
Открыть код
[3]И10def print_matrix(matrix):
print_matrix
Открыть код
[4]И12matrix1 = np.array([[1, 2, 3],Открыть код
[5]И14from abc import ABC, abstractmethodОткрыть код
[6]И16class ActivationFunction(ABC):
__call__, grad
Открыть код
[7]И20class Identity(ActivationFunction):
__call__, grad
Открыть код
[8]И21x_range = np.linspace(-3, 3, 1000)Открыть код
[9]И25class Sigmoid(ActivationFunction):
__call__, grad
Открыть код
[10]И26x_range = np.linspace(-5, 5, 1000)Открыть код
[11]И28input = np.array([-2, 8, -5, 0.2, 0.1, 3, 7])Открыть код
[12]И32class ReLU(ActivationFunction):
__call__, grad
Открыть код
[13]И33x_range = np.linspace(-3, 3, 1000)Открыть код
[14]И35input = np.array([-2, 8, -5, 0.2, 0.1, 3, 7])Открыть код
[15]И39class LeakyReLU(ActivationFunction):
__init__, __call__, grad
Открыть код
[16]И40x_range = np.linspace(-5, 5, 1000)Открыть код
[17]И42input = np.array([-2, 8, -5, 0.2, 0.1, 3, 7])Открыть код
[18]И46class ELU(ActivationFunction):
__init__, __call__, grad
Открыть код
[19]И47x_range = np.linspace(-5, 5, 1000)Открыть код
[20]И49input = np.array([-2, 8, -5, 0.2, 0.1, 3, 7])Открыть код
[21]И53class Softmax(ActivationFunction):
__call__, grad
Открыть код
[22]И54z_range = np.array([[0.5, 1.25, 0.25, 2.2, 0.05, 0.495]])Открыть код
[23]И56input = np.array([[1.0, 2.0, 3.0],Открыть код
[24]И60class LossFunction(ABC):
__call__, grad
Открыть код
[25]И64class MeanSquaredError(LossFunction):
__call__, grad
Открыть код
[26]И66targets = np.array([3.5, 2.0, 7.1, 5.2, 4.6])Открыть код
[27]И70class BinaryCrossEntropy(LossFunction):
__call__, grad
Открыть код
[28]И72targets = np.array([0, 1, 1, 0, 1])Открыть код
[29]И75class CrossEntropy(LossFunction):
__init__, __call__, grad
Открыть код
[30]И77targets = np.array([2, 0, 1, 4, 3])Открыть код
[31]И82class Layer:
__init__, forward, backward
Открыть код
[32]И83class NeuralNetwork:
__init__, forward, backward, train
Открыть код
[33]И86from sklearn.datasets import make_regressionОткрыть код
[34]И88from sklearn.datasets import make_circlesОткрыть код
[35]И89X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)Открыть код
[36]И91layers = [Открыть код
[37]И92layers = [Открыть код
[38]И94from sklearn.datasets import make_blobsОткрыть код
[39]И95from sklearn.preprocessing import StandardScalerОткрыть код
[40]Дополнение# Проверки формул и обратного проходаОткрыть код
[41]Дополнение# Digits: данные и разбиениеОткрыть код
[42]Дополнение# Выбор настроек только по validation
make_digit_network
Открыть код
[43]Дополнение# Финальная сеть использует именно лучшие настройкиОткрыть код
[44]Дополнение# Ошибки выбранной модели, без повторного подбора по тестуОткрыть код

Тренажёр «Покажи в ноутбуке»

Сначала найди строку в своём Colab. Только затем открывай ответ.