असली data पर lists और loops
यह क्यों मायने रखता है एक neural network ज़्यादातर संख्याओं की lists पर loops है। अगर आप एक list का कुल, छँटाई और गिनती कर सकते हैं, आप ज़्यादातर training code पढ़ सकते हैं।
मान लें आपने एक हफ़्ते अपने कदम दर्ज किए: [4200, 8100, 12000, 3000, 9500, 10100, 7600]। दो सवाल जो आप पूछ सकते हैं: कुल कितने कदम, और कितने दिन आप 8,000 के लक्ष्य तक पहुँचे?
इसे देखें
एक loop items पर एक बार में एक जाता है। आप एक चलती संख्या रखते हैं और हर बार उसे अद्यतन करते हैं, जैसे काग़ज़ पर एक गिनती।
total = 0
for s in steps: # s is 4200, then 8100, then 12000 ...
total = total + s
पहली बार के बाद total 4200 है, दूसरी के बाद 12300, वग़ैरह।
Running total: एक variable जिसे आप शून्य पर शुरू करते हैं और loop के हर चक्कर में उसमें जोड़ते हैं।
गिनना वही विचार है, सिवाय इसके कि आप 1 बस तब जोड़ते हैं जब एक शर्त सच हो: if s >= goal: count = count + 1।
सार एक संख्या शुरू करें, loop करें, उसे अद्यतन करें। उसी pattern से एक network एक dataset पर अपना loss जोड़ता है।
दो functions लिखें:
total_steps(steps)list का जोड़ लौटाता है।days_at_goal(steps, goal)लौटाता है कि कितने दिनgoalपर या उससे ऊपर हैं।
दोनों के लिए एक loop इस्तेमाल करें (कोई sum() नहीं), ताकि आप pattern का अभ्यास करें।
इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें
यह अभ्यास जल्द खुलेगा
इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।
यह ब्राउज़र learn.floati.life के लिए कुकी रोक रहा है, इसलिए यहाँ पूरे किए गए पाठ क्रम से नहीं खुल सकते। इस साइट के लिए कुकी की अनुमति दें और फिर से लोड करें।