如何为2层神经网络绘制决策边界

Question

我有一个两层神经网络。给定神经网络预测的权重和偏差，如何在该数据集上绘制决策边界？

我的神经网络定义如下：

>>> print(fib(5))
Fib: 5
Send: 4 and 3
Fib: 4
...
Fib: 1
End
5

class Classifier(nn.Module): def __init__(self): super().__init__() self.fc1 = nn.Linear(2,2) self.fc2 = nn.Linear(2,1) def forward(self,x): x = F.relu(self.fc1(x)) x = self.fc2(x) return x 返回我

list(model.parameters())

The Google Colab notebook is attached。您可以在玩具数据集3预测登录次数下找到完整的代码。另外，我以1层神经网络决策边界为例。在玩具数据集2预测登录次数下找到它。为方便起见，此处还附加了一层神经网络数据集及其决策边界。