Преобразование данных из int в серию - PullRequest
Новая
       17

Преобразование данных из int в серию

0 голосов
/ 30 марта 2019

Я создал цикл для имитации обучения для нейронной сети, и мне показалось странным, что веса, которые были впервые назначены как Int, превратились в серию

Пример данных (Примечание: создано несколько выборок одного и того жестрок, чтобы сделать до 100 наблюдений): 

#         x1    x2  y
data = [ [3.5, 1.5, 1],
         [2.0, 1.0, 0],
         [4.0, 1.5, 1],
         [3.0, 1.0, 0],
         [3.5, 0.5, 1],
         [2.0, 0.5, 0],
         [5.5, 1.0, 1],
         [1.0, 1.0, 0] ]

#[4.5, 1.0, 1]

data = pd.DataFrame(data, columns = ["Length", "Width", "Class"])
data

Назначение переменных: 

w1 = np.random.randn()
w2 = np.random.randn()
b = np.random.randn()

print(w1)
print(w2)
print(b)

Цикл обучения: 

learning_rate = 0.2
#costs = []

for x in range(50000):
    z = train_data["Length"] * w1 + train_data["Width"] + b
    preds = sigmoid(z)

    target = train_data["Class"]

    cost = np.square(preds - target)


    derivcost_pred = 2 * (preds - target)
    derivpred_sigp = sigmoid_p(z)
    dcost_dz = derivcost_pred * derivpred_sigp

    dz_dw1 = train_data["Length"]
    dz_dw2 = train_data["Width"]
    dz_db = 1

    dcost_dw1 = dcost_dz * dz_dw1
    dcost_dw2 = dcost_dz * dz_dw2
    dcost_db = dcost_dz * dz_db

    w1 = w1 - learning_rate * dcost_dw1
    w2 = w2 - learning_rate * dcost_dw2
    b = b - learning_rate * dcost_db

Мой вопрос здесь, как получитьпоследнее значение w1, w2, b, которое было обучено?Кроме того, если я буду использовать серии, как я могу получить доступ к последнему значению вместо этого?

Наконец, дайте мне знать, если что-то не так с циклом

1 Ответ

1 голос
/ 30 марта 2019

Для вашего первого вопроса, так как вы хотите, чтобы последнее значение w1, w2, b было обучено, я предполагаю, что это соответствует x=50000-1.Если это правильно, просто добавьте одну строку в конец цикла 

for x in range(50000):
.
.
.
    if x==50000-1: costs.append([w1, w2, b])

# Print results
w1_trained, w2_trained, b_trained = costs[0][0], costs[0][1], costs[0][2]
print(w1_trained, w2_trained, b_trained)
...