Calcular pendientes
Ahora vas a practicar el cálculo de pendientes. Al representar la función de pérdida de error cuadrático medio frente a las predicciones, la pendiente es 2 * x * (xb-y), o 2 * input_data * error. Ten en cuenta que x y b pueden tener varios números (x es un vector para cada punto de datos y b es un vector). En este caso, la salida también será un vector, que es justo lo que quieres.
Ya estás listo para escribir el código que calcule esta pendiente usando un único punto de datos. Usarás pesos predefinidos llamados weights, así como los datos de un solo punto llamados input_data. El valor real del objetivo que quieres predecir se guarda en target.
Este ejercicio forma parte del curso
Introducción al Deep Learning en Python
Instrucciones del ejercicio
- Calcula las predicciones,
preds, multiplicandoweightsporinput_datay calculando su suma. - Calcula el error, que es
predsmenostarget. Observa que este error corresponde axb-yen la expresión del gradiente. - Calcula la pendiente de la función de pérdida con respecto a la predicción. Para hacerlo, debes tomar el producto de
input_datayerrory multiplicarlo por2.
Ejercicio interactivo práctico
Prueba este ejercicio y completa el código de muestra.
# Calculate the predictions: preds
preds = ____
# Calculate the error: error
error = ____ - ____
# Calculate the slope: slope
slope = ____ * ____ * ____
# Print the slope
print(slope)