1. Nauka
    2. /
  2. Kursy
    3. /
  3. Wprowadzenie do uczenia głębokiego w Pythonie
Connected

ćwiczenie

Jak zmiany wag wpływają na dokładność modelu

Teraz zmienisz wagi w prawdziwej sieci i zobaczysz, jak wpływają na dokładność modelu!

Przyjrzyj się poniższej sieci neuronowej: Ch2Ex4

Jej wagi zostały wstępnie załadowane jako weights_0. Twoim zadaniem w tym ćwiczeniu jest zaktualizowanie jednej wagi w weights_0, aby utworzyć weights_1, która daje idealne przewidywanie (w którym wartość przewidywana jest równa target_actual: 3).

Jeśli potrzebujesz, skorzystaj z kartki i długopisu, aby eksperymentować z różnymi kombinacjami. Użyj funkcji predict_with_network(), która przyjmuje tablicę danych jako pierwszy argument, a wagi jako drugi argument.

Instrukcje

100 XP
  • Utwórz słownik wag o nazwie weights_1, w którym zmieniasz 1 wagę z weights_0 (wystarczy tylko 1 zmiana w weights_0, aby uzyskać idealne przewidywanie).
  • Oblicz przewidywania z nowymi wagami, używając funkcji predict_with_network() z argumentami input_data i weights_1.
  • Oblicz błąd dla nowych wag, odejmując target_actual od model_output_1.
  • Kliknij „Prześlij odpowiedź", aby porównać błędy!