Slopes की गणना
अब आप slopes की गणना का अभ्यास करेंगे. जब mean-squared error loss function को predictions के विरुद्ध प्लॉट किया जाता है, तो slope 2 * x * (xb-y) या 2 * input_data * error होता है. ध्यान दें कि x और b में कई संख्याएँ हो सकती हैं (x प्रत्येक डेटा पॉइंट के लिए एक vector है, और b भी एक vector है). ऐसे में आउटपुट भी एक vector होगा, जो बिल्कुल वही है जो आपको चाहिए.
आप एक single डेटा पॉइंट का उपयोग करते हुए इस slope की गणना का कोड लिखने के लिए तैयार हैं. आप पहले से परिभाषित weights weights और एक पॉइंट का डेटा input_data उपयोग करेंगे. जिस target का मान आप predict करना चाहते हैं, वह target में संग्रहीत है.
यह अभ्यास पाठ्यक्रम का हिस्सा है
Python में Deep Learning परिचय
अभ्यास निर्देश
weightsकोinput_dataसे गुणा करके और उनका sum निकालकर predictionspredsकी गणना करें.- error की गणना करें, जो
predsमाइनसtargetहै. ध्यान दें कि यह error gradient अभिव्यक्ति मेंxb-yसे मेल खाता है. - prediction के संदर्भ में loss function का slope निकालें. इसके लिए,
input_dataऔरerrorका गुणनफल लें और उसे2से गुणा करें.
इंटरैक्टिव व्यावहारिक अभ्यास
इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।
# Calculate the predictions: preds
preds = ____
# Calculate the error: error
error = ____ - ____
# Calculate the slope: slope
slope = ____ * ____ * ____
# Print the slope
print(slope)