НачатьНачать бесплатно

Инициализация в TensorFlow

Правильная инициализация позволяет сократить время поиска глобального минимума. В этом упражнении вы инициализируете веса и смещения нейронной сети, которая будет использоваться для прогнозирования решений о дефолте по кредитным картам. Для лучшего понимания мы воспользуемся низкоуровневым подходом линейной алгебры, не прибегая к вспомогательным функциям и высокоуровневым операциям keras. Кроме того, мы расширим набор входных признаков с 3 до 23. Из tensorflow уже импортированы следующие операции: Variable(), random() и ones().

Это упражнение является частью курса

Введение в TensorFlow на Python

Посмотреть курс

Инструкции к упражнению

  • Инициализируйте веса первого слоя, w1, как Variable() с формой [23, 7], используя выборку из нормального распределения.
  • Инициализируйте смещение первого слоя с помощью единиц.
  • Используйте выборку из нормального распределения, чтобы инициализировать w2 как Variable() с формой [7, 1].
  • Определите b2 как Variable() и задайте начальное значение 0.0.

Интерактивное практическое упражнение

Попробуйте выполнить это упражнение, дополнив этот пример кода.

# Define the layer 1 weights
w1 = ____(random.normal([____, ____]))

# Initialize the layer 1 bias
b1 = Variable(____([7]))

# Define the layer 2 weights
w2 = ____

# Define the layer 2 bias
b2 = ____
Редактировать и запускать код