Začněte nyníZačněte zdarma

Inicializace v TensorFlow

Dobrá inicializace může zkrátit dobu, za kterou model najde globální minimum. V tomto cvičení inicializujeme váhy a biasy pro neuronovou síť, která bude predikovat riziko nesplácení kreditních karet. Abychom si lépe vybudovali intuici, použijeme nízkoúrovňový, lineárně algebraický přístup místo využití pomocných funkcí a vysokoúrovňových operací keras. Zároveň rozšíříme sadu vstupních příznaků z 3 na 23. Z knihovny tensorflow jsou již naimportovány tyto operace: Variable(), random() a ones().

Toto cvičení je součástí kurzu

Úvod do TensorFlow v Pythonu

Zobrazit kurz

Pokyny k cvičení

  • Inicializuj váhy první vrstvy w1 jako Variable() s tvarem [23, 7], jejíž hodnoty jsou náhodně vybrány z normálního rozdělení.
  • Inicializuj bias první vrstvy pomocí jedniček.
  • Z normálního rozdělení inicializuj w2 jako Variable() s tvarem [7, 1].
  • Definuj b2 jako Variable() a nastav její počáteční hodnotu na 0.0.

Interaktivní cvičení na vyzkoušení si v praxi

Vyzkoušejte si toto cvičení dokončením tohoto ukázkového kódu.

# Define the layer 1 weights
w1 = ____(random.normal([____, ____]))

# Initialize the layer 1 bias
b1 = Variable(____([7]))

# Define the layer 2 weights
w2 = ____

# Define the layer 2 bias
b2 = ____
Upravit a spustit kód