Liste e cicli su dati reali
Perché è importante Una rete neurale è fatta soprattutto di cicli su liste di numeri. Se sai sommare, filtrare e contare una lista, sai leggere gran parte del codice di addestramento.
Diciamo che hai registrato i tuoi passi per una settimana: [4200, 8100, 12000, 3000, 9500, 10100, 7600]. Due domande che potresti farti: quanti passi in totale, e in quanti giorni hai raggiunto l'obiettivo di 8,000?
Guardalo
Un ciclo visita gli elementi uno alla volta. Tieni un numero progressivo e lo aggiorni a ogni visita, come un conteggio a tacche su un foglio.
total = 0
for s in steps: # s is 4200, then 8100, then 12000 ...
total = total + s
Dopo la prima visita total vale 4200, dopo la seconda 12300, e così via.
Totale progressivo: una variabile che fai partire da zero e a cui aggiungi qualcosa a ogni passaggio del ciclo.
Contare è la stessa idea, solo che aggiungi 1 solo quando una condizione è vera: if s >= goal: count = count + 1.
Riepilogo Fai partire un numero, cicla, aggiornalo. È con questo schema che una rete somma la sua loss su un dataset.
Scrivi due funzioni:
total_steps(steps)restituisce la somma della lista.days_at_goal(steps, goal)restituisce quanti giorni sono uguali o sopragoal.
Usa un ciclo per entrambe (niente sum()), così alleni lo schema.
Hai notato un problema in questa lezione? Segnalalo · Chiedi qualcosa su questa lezione
Questo esercizio si apre presto
Finisci la lezione precedente e questa si sblocca. L'intero corso è gratuito, senza account, e puoi leggere questa lezione subito.
Questo browser blocca i cookie per learn.floati.life, quindi le lezioni che hai finito qui non si possono aprire in ordine. Consenti i cookie per questo sito e ricarica.