1. Nauka
    2. /
  2. Kursy
    3. /
  3. Uczenie maszynowe w finansach z Pythonem
Connected

ćwiczenie

Dopasowanie sieci neuronowej z własną funkcją straty

Teraz skorzystamy z własnej funkcji straty, którą przed chwilą stworzyliśmy. Dzięki temu możemy wpłynąć na zachowanie modelu w sposób dostosowany do naszego problemu – model będzie starał się przynajmniej poprawnie przewidywać kierunek zmiany ceny. Wystarczy, że ustawimy argument loss w funkcji .compile() na nazwę naszej funkcji: sign_penalty. Na koniec ponownie sprawdzimy stratę treningową, żeby upewnić się, że przestała maleć.

Instrukcje

100 XP
  • Ustaw input_dim pierwszej warstwy sieci neuronowej na liczbę kolumn tablicy scaled_train_features, korzystając z właściwości .shape[1].
  • Użyj własnej funkcji straty sign_penalty w wywołaniu .compile() dla modelu model_2.
  • Narysuj wykres straty na podstawie obiektu history zwróconego przez metodę fit. Wartości straty znajdziesz pod kluczem history.history['loss'].