始める無料で始める

TensorFlow における初期化

良い初期化は、大域的最小値を見つけるまでに必要な時間を短縮できます。この演習では、クレジットカードの延滞（デフォルト）を予測するニューラルネットワーク用に、重みとバイアスを初期化します。直感を養うために、便利な関数や高水準の keras 操作は使わず、低水準の線形代数的なアプローチで進めます。入力特徴量の数も 3 から 23 に拡張します。tensorflow からは Variable(), random(), ones() がインポート済みです。

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

  • 1 層目の重み w1 を、正規分布からのサンプルで形状 [23, 7] の Variable() として初期化します。
  • 1 層目のバイアスは ones を使って初期化します。
  • 正規分布からのサンプルを用いて、w2 を形状 [7, 1] の Variable() として初期化します。
  • b2 を Variable() として定義し、初期値を 0.0 に設定します。

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 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 = ____
コードを編集して実行