1. Učit se
    2. /
  2. Kurzy
    3. /
  3. Úvod do deep learningu v Pythonu
Connected

Cvičení

Vícenásobné aktualizace vah

Teď provedeme několik aktualizací za sebou, abys výrazně zlepšil/a váhy modelu a mohl/a sledovat, jak se s každou aktualizací zlepšují i předpovědi.

Aby byl kód přehledný, máš k dispozici předem načtenou funkci get_slope(), která přijímá argumenty input_data, target a weights. K dispozici je také funkce get_mse() se stejnými argumenty. Proměnné input_data, target a weights jsou také předem načteny.

Tato síť nemá žádné skryté vrstvy – vstup (se 3 uzly) vede přímo na výstupní uzel. Všimni si, že weights je jednoduché pole.

Předem je načten také matplotlib.pyplot – po dokončení kroků gradientního sestupu se zobrazí graf průběhu chyby.

Pokyny

100 XP
  • Pomocí cyklu for iterativně aktualizuj váhy:
    • Vypočítej sklon pomocí funkce get_slope().
    • Aktualizuj váhy s použitím rychlosti učení 0.01.
    • Vypočítej střední kvadratickou chybu (mse) pro aktualizované váhy pomocí funkce get_mse().
    • Přidej mse do mse_hist.
  • Klikni na Submit Answer a zobraz mse_hist. Jaký trend si všimneš?