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

ćwiczenie

Inicjalizacja w TensorFlow

Dobra inicjalizacja może skrócić czas potrzebny do znalezienia globalnego minimum. W tym ćwiczeniu zainicjalizujemy wagi i odchylenia (biasy) sieci neuronowej, która będzie przewidywać decyzje o niespłaceniu kredytu kartą. Aby lepiej zrozumieć mechanizm, skorzystamy z niskopoziomowego podejścia algebraicznego – zamiast używać funkcji pomocniczych i wysokopoziomowych operacji keras. Rozszerzymy też zestaw cech wejściowych z 3 do 23. Z biblioteki tensorflow zaimportowano następujące operacje: Variable(), random() oraz ones().

Instrukcje

100 XP
  • Zainicjalizuj wagi warstwy 1, w1, jako Variable() o kształcie [23, 7], losując wartości z rozkładu normalnego.
  • Zainicjalizuj odchylenie (bias) warstwy 1, używając jedynek.
  • Użyj losowania z rozkładu normalnego, aby zainicjalizować w2 jako Variable() o kształcie [7, 1].
  • Zdefiniuj b2 jako Variable() i ustaw jego wartość początkową na 0.0.