paths = vectorizer.get_image_paths() ############################################################ ################### Assignment Questions ################### ############################################################ ############################################################ # Train a feedforward neural network with one hidden layer # # of size 3 to learn representations of those digits. # # Try using (a) Linear transform function # ############################################################ net_3lin = NeuralNet(3, 'linear') net_3lin.train(paths) weights = net_3lin.input_weights_of_hidden_layer() vectorizer.vectors_to_images(weights, '3_hidden_layer_linear') ############################################################ # (b) Sigmoid transform function for the hidden layer # ############################################################ net_3sig = NeuralNet(3, 'sigmoid') net_3sig.train(paths) weights = net_3sig.input_weights_of_hidden_layer() vectorizer.vectors_to_images(weights, '3_hidden_layer_sigmoid') ############################################################ # Change the size of hidden layer to 6 and retrain # ############################################################ net_6sig = NeuralNet(6, 'sigmoid')