Вычисление наклонов

Теперь потренируйтесь вычислять наклоны. При построении графика функции потерь среднеквадратической ошибки в зависимости от предсказаний наклон вычисляется как 2 * x * (xb-y), или 2 * input_data * error. Обратите внимание: x и b могут содержать несколько значений (x — это вектор для каждой точки данных, а b — тоже вектор). В таком случае результат также будет вектором — именно это вам и нужно.

Вы готовы написать код для вычисления этого наклона на основе одной точки данных. Используйте заранее определённые веса weights и данные для одной точки input_data. Фактическое значение целевой переменной, которую требуется предсказать, хранится в target.

Это упражнение является частью курса

Введение в глубокое обучение на Python

Посмотреть курс

Инструкции к упражнению

Вычислите предсказания preds, перемножив weights и input_data и найдя их сумму.
Вычислите ошибку как разность preds и target. Обратите внимание: эта ошибка соответствует выражению xb-y в формуле градиента.
Вычислите наклон функции потерь относительно предсказания: для этого перемножьте input_data и error, а затем умножьте результат на 2.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Calculate the predictions: preds
preds = ____

# Calculate the error: error
error = ____ - ____

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

# Print the slope
print(slope)

Редактировать и запускать код