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

演習

複数サンプルでのローレベル手法

この演習では、複数のサンプルがある場合を想定して、最初の全結合（dense）隠れ層を構築し、ローレベル手法への理解を深めます。モデルは学習済みで、最初の層の重み weights1 とバイアス bias1 が利用可能であるとします。まず、borrower_features テンソルと変数 weights1 の行列積を計算します。borrower_features テンソルには、学歴、婚姻状況、年齢が含まれていることを思い出してください。最後に、products1 + bias1 の各要素にシグモイド関数を適用し、dense1 を得ます。

\(products1 = \begin{bmatrix} 3 & 3 & 23 \\ 2 & 1 & 24 \\ 1 & 1 & 49 \\ 1 & 1 & 49 \\ 2 & 1 & 29 \end{bmatrix} \begin{bmatrix} -0.6 & 0.6 \\ 0.8 & -0.3 \\ -0.09 & -0.08 \end{bmatrix}\)

なお、matmul() と keras() は tensorflow からインポート済みです。

指示

100 XP
  • 特徴量テンソルと重みの行列積を取り、products1 を計算します。
  • シグモイド活性化関数を使って、products1 + bias1 を変換します。
  • borrower_features、weights1、bias1、dense1 の形状を出力します。