1. Learn
    2. /
  2. Kurser
    3. /
  3. การบริหารความเสี่ยงเชิงปริมาณด้วย Python
Connected

Övning

โครงข่ายประสาทเทียมชั้นเดียว

เพื่อให้คุ้นเคยกับการใช้โครงข่ายประสาทเทียม เราจะเริ่มต้นด้วยการ ประมาณ ฟังก์ชันอย่างง่าย

คุณจะฝึกโครงข่ายประสาทเทียมให้ประมาณความสัมพันธ์ระหว่าง input x และ output y ซึ่งทั้งสองมีความสัมพันธ์กันผ่านฟังก์ชัน รากที่สอง นั่นคือ \(y = \sqrt{x}\)

เวกเตอร์ input x ได้รับการเตรียมไว้ให้แล้ว ขั้นแรกให้คำนวณรากที่สองของ x โดยใช้ฟังก์ชัน sqrt() ของ Numpy เพื่อสร้างอนุกรม output y จากนั้นสร้างโครงข่ายประสาทเทียมอย่างง่ายและฝึกโมเดลด้วยอนุกรม x

หลังจากฝึกเสร็จแล้ว ให้พล็อตทั้งอนุกรม y และค่าที่โครงข่ายประสาทเทียมพยากรณ์ได้ เพื่อดูว่าโมเดลประมาณฟังก์ชันรากที่สองได้ใกล้เคียงเพียงใด

ออบเจ็กต์ Sequential และ Dense จากไลบรารี Keras พร้อมใช้งานใน workspace ของคุณแล้ว

Instruktioner

100 XP
  • สร้างค่า output สำหรับการฝึกโดยใช้ฟังก์ชัน sqrt() ของ Numpy
  • สร้างโครงข่ายประสาทเทียมที่มี hidden layer 1 ชั้น ประกอบด้วย 16 neurons โดยมี input 1 ค่าและ output 1 ค่า
  • Compile และ fit โครงข่ายประสาทเทียมกับค่าฝึก เป็นจำนวน 100 epochs
  • พล็อตค่าฝึก (สีน้ำเงิน) เปรียบเทียบกับค่าที่โครงข่ายประสาทเทียมพยากรณ์ได้