시작하기무료로 시작하기

배치 학습 준비하기

선형 모델을 배치로 학습하려면 먼저 변수, 손실 함수, 최적화 연산을 정의해야 해요. 이 연습 문제에서는 제곱피트 단위의 대지 면적 배치인 size_batch를 사용해 주택 가격 배치 price_batch를 예측하는 모델을 학습할 준비를 하겠습니다. 이전 강의와 달리, 여기서는 pandas로 데이터를 배치 단위로 불러오고, 이를 numpy 배열로 변환한 다음, 손실 함수를 단계적으로 최소화하는 데 사용할 거예요.

Variable(), keras(), float32는 이미 임포트되어 있어요. 학습 과정에서 데이터를 배치로 생성할 것이므로, 모델이나 손실 함수에서 기본 인자값을 설정하지 말아야 한다는 점에 유의하세요.

이 연습은 강의의 일부입니다

Python으로 시작하는 TensorFlow

강의 보기

연습 안내

  • 초기값 10.0, 데이터 타입 32비트 부동소수(float32)인 intercept를 정의하세요.
  • intercept, slope, features를 사용해 예측값을 반환하는 모델을 정의하세요.
  • intercept, slope, targets, features를 그 순서로 인자로 받는 loss_function()을 정의하세요. 기본 인자값은 설정하지 마세요.
  • targets와 predictions를 사용해 평균제곱오차 손실 함수를 정의하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# 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.____(____, ____)
코드 편집 및 실행