1. 学ぶ
    2. /
  2. コース
    3. /
  3. Introduction to TensorFlow in Python
Connected

演習

TensorFlow でニューラルネットワークを学習する

前の演習では、model(w1, b1, w2, b2, features) というモデルと、loss_function(w1, b1, w2, b2, features, targets) という損失関数を定義しました。どちらもこの演習で利用できます。これからモデルを学習し、test_features と test_targets からなるテストセットでデフォルト発生の予測を行い、性能を評価します。訓練可能な変数は w1、b1、w2、b2 です。さらに、keras.activations.relu() と keras.layers.Dropout() の操作はインポート済みです。

指示

100 XP
  • オプティマイザを最小化を実行するように設定します。
  • loss_function() の引数として現れる順に、4つの訓練可能な変数を var_list に追加します。
  • モデルと test_features を使って、test_targets の値を予測します。