Obliczanie nachyleń

Czas poćwiczyć obliczanie nachyleń. Gdy wykreślamy funkcję straty średniego błędu kwadratowego w zależności od przewidywań, nachylenie wynosi 2 * x * (xb-y), czyli 2 * input_data * error. Pamiętaj, że x i b mogą mieć wiele wartości (x to wektor dla każdego punktu danych, a b to również wektor). W takim przypadku wynik będzie także wektorem – dokładnie tego oczekujemy.

Możesz teraz napisać kod obliczający to nachylenie dla pojedynczego punktu danych. Skorzystasz z predefiniowanych wag weights oraz danych dla jednego punktu input_data. Rzeczywista wartość, którą chcemy przewidzieć, jest przechowywana w zmiennej target.

To ćwiczenie jest częścią kursu

Wprowadzenie do uczenia głębokiego w Pythonie

Zobacz kurs

Instrukcje do ćwiczenia

Oblicz przewidywania preds, mnożąc weights przez input_data i sumując wyniki.
Oblicz błąd jako różnicę preds minus target. Zauważ, że ten błąd odpowiada wyrażeniu xb-y we wzorze na gradient.
Oblicz nachylenie funkcji straty względem przewidywania. W tym celu weź iloczyn input_data i error, a następnie pomnóż go przez 2.

Interaktywne ćwiczenie praktyczne

Spróbuj tego ćwiczenia, uzupełniając ten przykładowy kod.

# Calculate the predictions: preds
preds = ____

# Calculate the error: error
error = ____ - ____

# Calculate the slope: slope
slope = ____ * ____ * ____

# Print the slope
print(slope)

Edytuj i uruchom kod