Untitled
unknown
plain_text
a year ago
1.1 kB
6
Indexable
def run(self, x): return nn.DotProduct(self.w, x) // Nhân ma trận Sử dụng phương thức DotProduct có sẵn trong file nn.py dùng để nhân Inputs: features: Ma trận m x n kích thước (batch_size x num_features) weight: Ma trận kích thước (1 x ) Output: Ma trận kích thước (num_features x 1) get_prediction(self, x) return 1 if nn.as_scalar(self.run(x)) >= 0 else -1 // Trả về 1 nếu tích chấm không âm hoặc −1 ngược lại phương thức nn.as_scalar để chuyển đổi ma trận vô hướng thành số dấu phẩy động Python train(self) n_step = 1000 for _ in range(n_step): for x, y in dataset.iterate_once(1): if self.get_prediction(x) != nn.as_scalar(y): self.get_weights().update(x, nn.as_scalar(y)) //Hàm này sẽ lặp lại tập dữ liệu và cập nhật các mẫu bị phân loại sai. Sử dụng updatephương thức của nn.Parameterlớp để cập nhật trọng số.
Editor is loading...