기울기 계산하기
이제 기울기 계산을 연습해 보겠습니다. 평균제곱오차 손실 함수를 예측값에 대해 그래프로 나타내면, 기울기는 2 * x * (xb-y), 즉 2 * input_data * error가 됩니다. 여기서 x와 b에는 여러 숫자가 있을 수 있습니다(x는 각 데이터 포인트의 벡터이고, b도 벡터입니다). 이 경우 출력도 벡터가 되며, 이는 바로 우리가 원하는 형태예요.
이제 단일 데이터 포인트를 사용해 이 기울기를 계산하는 코드를 작성할 준비가 되었습니다. 미리 정의된 가중치 weights와 한 개 데이터 포인트의 값 input_data를 사용합니다. 예측하려는 실제 목표값은 target에 저장되어 있어요.
이 연습은 강의의 일부입니다
Python으로 시작하는 Deep Learning
연습 안내
weights와input_data를 곱한 뒤 합계를 구해 예측값preds를 계산하세요.- 오차는
preds에서target을 뺀 값입니다. 이 오차가 그래디언트 식에서의xb-y에 해당한다는 점에 유의하세요. - 예측값에 대한 손실 함수의 기울기를 계산하세요. 이를 위해
input_data와error의 곱을 구한 뒤, 그 결과에2를 곱하면 됩니다.
실습형 인터랙티브 연습
이 예제를 이 샘플 코드를 완성하여 풀어보세요.
# Calculate the predictions: preds
preds = ____
# Calculate the error: error
error = ____ - ____
# Calculate the slope: slope
slope = ____ * ____ * ____
# Print the slope
print(slope)