ÎncepețiÎncepe gratuit

Generarea predicțiilor prin înmulțirea matricelor

În capitolele următoare, vei învăța să antrenezi modele de regresie liniară. Acest proces va produce un vector de parametri care poate fi înmulțit cu datele de intrare pentru a genera predicții. În acest exercițiu, vei folosi datele de intrare features și vectorul țintă bill, preluate dintr-un set de date despre carduri de credit pe care îl vom utiliza mai târziu în curs.

\(features = \begin{bmatrix} 2 & 24 \\ 2 & 26 \\ 2 & 57 \\ 1 & 37 \end{bmatrix}\), \(bill = \begin{bmatrix} 3913 \\ 2682 \\ 8617 \\ 64400 \end{bmatrix}\), \(params = \begin{bmatrix} 1000 \\ 150 \end{bmatrix}\)

Matricea datelor de intrare, features, conține două coloane: nivelul de educație și vârsta. Vectorul țintă, bill, reprezintă valoarea facturii titularului de card de credit.

Deoarece modelul nu a fost antrenat încă, vei introduce valori estimate pentru vectorul de parametri, params. Vei folosi apoi matmul() pentru a înmulți matriceal features cu params și a obține predicțiile billpred, pe care le vei compara cu bill. Rețineți că matmul() și constant() au fost deja importate.

Acest exercițiu face parte din cursul

Introducere în TensorFlow în Python

Vezi cursul

Instrucțiuni pentru exercițiu

  • Definește features, params și bill ca tensori constanți.
  • Calculează vectorul de predicții billpred înmulțind datele de intrare features cu parametrii params. Folosește înmulțirea matriceală, nu produsul element cu element.
  • Definește error ca diferența dintre valorile țintă bill și valorile prezise billpred.

Exercițiu interactiv practic

Încearcă acest exercițiu completând acest cod de exemplu.

# Define features, params, and bill as constants
features = ____([[2, 24], [2, 26], [2, 57], [1, 37]])
params = ____([[1000], [150]])
bill = ____([[3913], [2682], [8617], [64400]])

# Compute billpred using features and params
billpred = ____

# Compute and print the error
error = ____ - ____
print(error.numpy())
Editează și rulează codul