从 int 到系列的数据转换答案

【问题标题】：Data transformation from int into series从 int 到系列的数据转换
【发布时间】：2019-08-20 23:26:06
【问题描述】：

我创建了一个循环来模拟神经网络的训练，我发现最初分配为 Int 的权重变成了 Series 很奇怪

样本数据（注意：创建相同行的多个样本以使其最多 100 个观察值）：

#         x1    x2  y
data = [ [3.5, 1.5, 1],
         [2.0, 1.0, 0],
         [4.0, 1.5, 1],
         [3.0, 1.0, 0],
         [3.5, 0.5, 1],
         [2.0, 0.5, 0],
         [5.5, 1.0, 1],
         [1.0, 1.0, 0] ]

#[4.5, 1.0, 1]

data = pd.DataFrame(data, columns = ["Length", "Width", "Class"])
data

分配变量：

w1 = np.random.randn()
w2 = np.random.randn()
b = np.random.randn()

print(w1)
print(w2)
print(b)

训练循环：

learning_rate = 0.2
#costs = []

for x in range(50000):
    z = train_data["Length"] * w1 + train_data["Width"] + b
    preds = sigmoid(z)

    target = train_data["Class"]

    cost = np.square(preds - target)


    derivcost_pred = 2 * (preds - target)
    derivpred_sigp = sigmoid_p(z)
    dcost_dz = derivcost_pred * derivpred_sigp

    dz_dw1 = train_data["Length"]
    dz_dw2 = train_data["Width"]
    dz_db = 1

    dcost_dw1 = dcost_dz * dz_dw1
    dcost_dw2 = dcost_dz * dz_dw2
    dcost_db = dcost_dz * dz_db

    w1 = w1 - learning_rate * dcost_dw1
    w2 = w2 - learning_rate * dcost_dw2
    b = b - learning_rate * dcost_db

我的问题是如何获得最后训练的 w1、w2、b 值？另外，如果我要使用系列，我怎样才能访问最后一个值？

最后，让我知道如果循环有问题

【问题讨论】：

您好，请为 .如果您在问题中包含一些示例数据，则更有可能得到答复。谢谢。
还可以更详细地解释第二个问题：另外，如果我要使用系列，我怎样才能访问最后一个值？？例如。 series 你在这里指的是什么？
@edesz - 感谢您的反馈，我现在更新了帖子以提供示例数据
我现在有点明白了，它有点输出每行使用的权重……因为我提到我创建了 100 个克隆……看来每一行都有自己的权重……这不是我所期望的，因为我想让 w1,w2,b 值用作单个感知器的参数
好的，我回答了您的第一个问题（假设您要检索与最高x 值（x=5000-1)）对应的w1、w2、b 值。

标签： python python-3.x pandas neural-network jupyter-notebook

【解决方案1】：

对于您的第一个问题，由于您想要最后一个经过训练的w1、w2、b 值，我假设这对应于x=50000-1。如果这是正确的，只需在循环末尾添加一行

for x in range(50000):
.
.
.
    if x==50000-1: costs.append([w1, w2, b])

# Print results
w1_trained, w2_trained, b_trained = costs[0][0], costs[0][1], costs[0][2]
print(w1_trained, w2_trained, b_trained)

【讨论】：