Rede neural do zero em Python #04

Поделиться
HTML-код
  • Опубликовано: 19 сен 2024
  • Nesse vídeo continuamos nosso projeto de construir uma rede neural do zero em Python! Vamos implementar a função de perda Cross Entropy.
    Esse modelo é um pouco mais avançado, mas é tudo explicado passo a passo. Nossa rede vai ser focada em problemas de classificação.
    Vídeo sobre Cross Entropy: • Redes neurais artifici...

Комментарии • 13

  • @WallaceCarlis
    @WallaceCarlis 2 месяца назад

    Excelente! Didático nível hard!

  • @besourofeg
    @besourofeg 7 месяцев назад +1

    Muito bom.... excelente... origado

  • @DélcioCapolo-g9r
    @DélcioCapolo-g9r 9 месяцев назад +1

    Curso mais brabo de ML! Desde os seus conceitos 👏🏾

    • @MLparahumanos
      @MLparahumanos  9 месяцев назад

      Muito obrigado, Délcio!
      Espero que siga acompanhando.
      Abraços

  • @lhbp2012
    @lhbp2012 9 месяцев назад +1

    Continue, next to 5

    • @MLparahumanos
      @MLparahumanos  9 месяцев назад

      Daqui a pouco sai o quinto! Hehe

  • @Mehmedll
    @Mehmedll 4 месяца назад +1

    Tô passando para revisar cada etapa do código para entender melhor e acho que encontrei um erro, era para a função loss considerar apenas a última iteração mesmo?
    Eu fiz de outro jeito, mas não sei se está correto:
    def loss(self, softmax):
    # Cross Entropy
    log_props = np.zeros(self.y.shape[0])
    for i, correct_index in enumerate(self.y):
    predicted = softmax[i][correct_index]
    log_props[i] = -np.log(predicted)
    return np.mean(log_props)

    • @MLparahumanos
      @MLparahumanos  3 месяца назад +1

      Oi! Tudo bem?
      Você está correto!!! Na verdade é só deixar como eu fiz mas trocar log_prob = -np.log(predicted) por log_prob = -np.log(predictions).mean().
      Acho que eu comi bola aí mesmo.
      Obrigado pelo aviso!
      @Mehmedll

  • @charlesadriano1937
    @charlesadriano1937 9 месяцев назад +1

    dúvida: na função loss, criamos predictions(Zerada), atribuímos valores novos mas nunca usamos, qual o objetivo desta variável?

    • @MLparahumanos
      @MLparahumanos  9 месяцев назад +2

      Oi, Charles. Tudo bem?
      Muitooo obrigado pelo seu comentário! Eu dei bobeira ali. Pensei em uma coisa e não executei.
      A linha: **log_prob = -np.log(predicted)** deveria ser: **log_prob = -np.log(predictions)**.
      Com isso eu teria a perda de todas as observações, algo que eu não usei depois, então ficou meio sem objetivo mesmo. Você pode simplesmente excluir essa variável (predictions) ou usar igual acima. Se você decidir usar só precisa lembrar de tirar uma média antes de dar print, um exemplo seria no fit, trocando loss = self.loss(outputs) por loss = self.loss(outputs).mean().
      Mais uma vez, muito obrigado.
      @charlesadriano1937

  • @Conta-e3l
    @Conta-e3l 6 месяцев назад +1

    Depois que termina da para usa está rede em uma tabela do pandas ??

    • @MLparahumanos
      @MLparahumanos  5 месяцев назад

      Dá, sim! É uma rede prontinha para uso! :-)