1. Learn
    2. /
  2. Courses
    3. /
  3. Wprowadzenie do TensorFlow w Pythonie
Connected

Exercise

Trenowanie sieci neuronowych w TensorFlow

W poprzednim ćwiczeniu zdefiniowano model model(w1, b1, w2, b2, features) oraz funkcję straty loss_function(w1, b1, w2, b2, features, targets) – obie są dostępne w tym ćwiczeniu. Teraz wytrenuj model, a następnie oceń jego działanie, przewidując wyniki dotyczące niespłacenia zobowiązań na zbiorze testowym, który składa się z test_features i test_targets. Zmiennymi treningowymi są w1, b1, w2 i b2. Dodatkowo zaimportowano dla ciebie następujące operacje: keras.activations.relu() oraz keras.layers.Dropout().

Instructions

100 XP
  • Ustaw optymalizator tak, aby wykonywał minimalizację.
  • Dodaj cztery zmienne treningowe do var_list w kolejności, w jakiej pojawiają się jako argumenty funkcji loss_function().
  • Użyj modelu i test_features, aby przewidzieć wartości dla test_targets.