1. 학습
    2. /
  2. 강의
    3. /
  3. Python으로 시작하는 TensorFlow
Connected

연습 문제

여러 예시로 살펴보는 로우 레벨 접근

이 연습 문제에서는 여러 개의 예시가 있는 경우에 대해 첫 번째 밀집 은닉층을 구성하면서 로우 레벨 접근에 대한 직관을 더 쌓아 보겠습니다. 모델은 이미 학습되었고 첫 번째 층의 가중치 weights1와 편향 bias1가 준비되어 있다고 가정합니다. 그런 다음 borrower_features 텐서를 변수 weights1과 행렬 곱셈합니다. borrower_features 텐서에는 학력, 혼인 상태, 나이가 포함되어 있음을 기억하세요. 마지막으로 products1 + bias1의 각 원소에 시그모이드 함수를 적용하여 dense1을 얻습니다.

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

matmul()과 keras()는 tensorflow에서 이미 임포트되어 있습니다.

지침

100 XP
  • 특성 텐서와 가중치를 행렬 곱해 products1을 계산하세요.
  • 시그모이드 활성화 함수를 사용해 products1 + bias1을 변환하세요.
  • borrower_features, weights1, bias1, dense1의 모양을 출력하세요.