시작하기무료로 시작하기

선형 모델 학습하기

이 연습 문제는 이전 연습의 결과에서 이어집니다. 절편과 기울기인 intercept와 slope가 정의되고 초기화되어 있어요. 또한 데이터와 모델 변수를 사용해 손실을 계산하는 함수 loss_function(intercept, slope)도 정의되어 있습니다.

이제 opt라는 이름의 최적화 연산을 정의할 거예요. 그런 다음 손실을 최소화하여 intercept와 slope의 최적 값을 찾는 단변량 선형 모델을 학습합니다. 참고로 opt 연산은 매 단계마다 최적값에 가까워지려고 하지만, 이를 찾으려면 많은 단계가 필요해요. 따라서 이 연산을 반복해서 실행해야 합니다.

이 연습은 강의의 일부입니다

Python으로 시작하는 TensorFlow

강의 보기

연습 안내

  • 학습률 0.5로 Adam 옵티마이저를 opt로 초기화하세요.
  • 옵티마이저에 .minimize() 메서드를 적용하세요.
  • 적절한 인자를 가진 loss_function()을 람다 함수로 감싸 .minimize()에 전달하세요.
  • 업데이트해야 하는 변수 목록을 var_list에 제공하세요.

실습형 인터랙티브 연습

이 예제를 이 샘플 코드를 완성하여 풀어보세요.

# Initialize an Adam optimizer
opt = keras.optimizers.____(0.5)

for j in range(100):
	# Apply minimize, pass the loss function, and supply the variables
	opt.____(lambda: ____(____, ____), var_list=[____, ____])

	# Print every 10th value of the loss
	if j % 10 == 0:
		print(loss_function(intercept, slope).numpy())

# Plot data and regression line
plot_results(intercept, slope)
코드 편집 및 실행