始める無料で始める

バッチ学習の準備

線形モデルをバッチで学習する前に、変数、損失関数、最適化の処理を定義する必要があります。この演習では、平方フィート単位の区画サイズのバッチ size_batch を用いて、住宅価格のバッチ price_batch を予測するモデルを学習できるよう準備します。前のレッスンと異なり、ここでは pandas でデータをバッチ読み込みし、numpy 配列に変換して、損失関数を段階的に最小化していきます。

Variable(), keras(), float32 はすでにインポートされています。学習中にデータをバッチで生成するため、モデル関数や損失関数に既定の引数値を設定しないでください。

この演習はコースの一部です

Introduction to TensorFlow in Python

コースを見る

演習の手順

  • 初期値 10.0、データ型 32-bit float を持つ intercept を定義してください。
  • intercept、slope、features を使って予測値を返すモデルを定義してください。
  • intercept、slope、targets、features をこの順で受け取る loss_function() を定義してください。既定の引数値は設定しないでください。
  • targets と predictions を使って平均二乗誤差の損失関数を定義してください。

実践的なインタラクティブ演習

このサンプルコードを完成させて、この演習に挑戦してみましょう。

# Define the intercept and slope
intercept = ___
slope = Variable(0.5, float32)

# Define the model
def linear_regression(intercept, slope, features):
	# Define the predicted values
	return ____

# Define the loss function
def ____:
	# Define the predicted values
	predictions = linear_regression(____, ____, features)
    
 	# Define the MSE loss
	return keras.losses.____(____, ____)
コードを編集して実行