Calcularea pantelor

Acum vei exersa calcularea pantelor. Când reprezinți grafic funcția de pierdere a erorii pătratice medii în raport cu predicțiile, panta este 2 * x * (xb-y), adică 2 * input_data * error. Rețineți că x și b pot conține mai multe valori (x este un vector pentru fiecare punct de date, iar b este și el un vector). În acest caz, rezultatul va fi tot un vector — exact ce ne trebuie.

Ești pregătit să scrii codul pentru calcularea acestei pante folosind un singur punct de date. Vei folosi ponderi predefinite numite weights, precum și datele pentru un singur punct numit input_data. Valoarea reală a țintei pe care vrei să o prezici este stocată în target.

Acest exercițiu face parte din cursul

Introducere în Deep Learning în Python

Vezi cursul

Instrucțiuni pentru exercițiu

Calculează predicțiile, preds, înmulțind weights cu input_data și calculând suma lor.
Calculează eroarea, care este preds minus target. Observă că această eroare corespunde lui xb-y din expresia gradientului.
Calculează panta funcției de pierdere în raport cu predicția. Pentru aceasta, calculează produsul dintre input_data și error, apoi înmulțește rezultatul cu 2.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Calculate the predictions: preds
preds = ____

# Calculate the error: error
error = ____ - ____

# Calculate the slope: slope
slope = ____ * ____ * ____

# Print the slope
print(slope)

Editează și rulează codul