1. Nauka
    2. /
  2. Kursy
    3. /
  3. Ilościowe zarządzanie ryzykiem w Pythonie
Connected

ćwiczenie

Jednowarstwowe sieci neuronowe

Aby swobodnie pracować z sieciami neuronowymi, warto zacząć od prostego przybliżenia funkcji.

Wytrenuj sieć neuronową, która przybliży odwzorowanie między wartością wejściową x a wyjściową y. Łączy je funkcja pierwiastka kwadratowego, czyli \(y = \sqrt{x}\).

Wektor wejściowy x jest już dostępny w środowisku. Najpierw oblicz pierwiastek kwadratowy z x za pomocą funkcji sqrt() z biblioteki NumPy, tworząc wyjściową serię y. Następnie zbuduj prostą sieć neuronową i wytrenuj ją na serii x.

Po zakończeniu treningu narysuj wykres zarówno serii y, jak i wartości przewidywanych przez sieć, aby zobaczyć, jak dobrze sieć przybliża funkcję pierwiastka kwadratowego.

Obiekty Sequential i Dense z biblioteki Keras są już dostępne w twoim środowisku.

Instrukcje

100 XP
  • Utwórz wyjściowe wartości treningowe, korzystając z funkcji sqrt() z biblioteki NumPy.
  • Zbuduj sieć neuronową z jedną warstwą ukrytą złożoną z 16 neuronów, jedną wartością wejściową i jedną wartością wyjściową.
  • Skompiluj sieć neuronową i dopasuj ją do wartości treningowych przez 100 epok.
  • Narysuj wykres wartości treningowych (kolorem niebieskim) na tle wartości przewidywanych przez sieć neuronową.