本物のデータの上のリストとループ
なぜ大切か ニューラルネットワークは、ほとんど数のリストの上のループです。リストを合計し、絞り込み、数えられれば、訓練のコードのほとんどを読めます。
1 週間の歩数を記録したとします:[4200, 8100, 12000, 3000, 9500, 10100, 7600]。尋ねそうな問いが 2 つあります。合計で何歩か、そして 8,000 の目標に達したのは何日か?
見てみる
ループは項目をひとつずつ訪れます。紙の上の数取りのように、累計の数を持ち、訪れるたびに更新します。
total = 0
for s in steps: # s is 4200, then 8100, then 12000 ...
total = total + s
最初の訪問のあと total は 4200、2 回目のあと 12300、という具合です。
累計:ゼロから始め、ループを通るたびに足していく変数です。
数えるのも同じ考えで、条件が真のときだけ 1 を足すところが違います:if s >= goal: count = count + 1。
まとめ 数を始め、ループし、それを更新する。その型が、ネットワークがデータセットの上で損失を足し合わせるやり方です。
2 つの関数を書いてください:
total_steps(steps)はリストの合計を返す。days_at_goal(steps, goal)はgoal以上の日がいくつかを返す。
型を練習するよう、どちらにもループを使ってください(sum() はなし)。
この演習はまもなく開きます
その前のレッスンを終えると、このレッスンが解放されます。コース全体が無料でアカウントも不要、このレッスンは今すぐ読めます。
このブラウザは learn.floati.life の Cookie をブロックしているため、ここで修了したレッスンを順番どおりに開けません。このサイトの Cookie を許可して再読み込みしてください。