A álgebra linear de camadas densas
Existem duas formas de definir uma camada densa no tensorflow. A primeira envolve o uso de operações de baixo nível de álgebra linear. A segunda utiliza operações de alto nível do keras. Neste exercício, vamos usar o primeiro método para construir a rede mostrada na imagem abaixo.
A camada de entrada contém 3 features — escolaridade, estado civil e idade — que estão disponíveis como borrower_features. A camada oculta contém 2 nós e a camada de saída contém um único nó.
Para cada camada, você vai usar a camada anterior como entrada, inicializar um conjunto de pesos, calcular o produto entre entradas e pesos e, em seguida, aplicar uma função de ativação. Observe que Variable(), ones(), matmul() e keras() já foram importados de tensorflow.
Este exercício faz parte do curso
Introdução ao TensorFlow em Python
Exercício interativo prático
Experimente este exercício completando este código de exemplo.
# Initialize bias1
bias1 = Variable(1.0)
# Initialize weights1 as 3x2 variable of ones
weights1 = ____(ones((____, ____)))
# Perform matrix multiplication of borrower_features and weights1
product1 = ____
# Apply sigmoid activation function to product1 + bias1
dense1 = keras.activations.____(____ + ____)
# Print shape of dense1
print("\n dense1's output shape: {}".format(dense1.shape))