BaşlayınÜcretsiz başlayın

Doğrusal bir modeli eğit

Bu egzersizde, önceki egzersizin bittiği yerden devam edeceğiz. intercept ve slope tanımlanıp başlatıldı. Ayrıca, verileri ve model değişkenlerini kullanarak kaybı hesaplayan loss_function(intercept, slope) fonksiyonu tanımlandı.

Şimdi bir optimizasyon işlemini opt olarak tanımlayacaksın. Ardından, kaybı en aza indirerek intercept ve slope için en iyi değerleri bulmak üzere tek değişkenli bir doğrusal modeli eğiteceksin. Unutma, opt işlemi her adımda optimuma biraz daha yaklaşmaya çalışır, ancak onu bulmak için birçok adıma ihtiyaç duyar. Bu yüzden işlemi tekrar tekrar yürütmen gerekir.

Bu egzersiz, kursun bir parçasıdır

Python ile TensorFlow’a Giriş

Kursa Göz Atın

Egzersiz talimatları

  • Öğrenme oranı 0.5 olan bir Adam optimize ediciyi opt olarak başlat.
  • .minimize() metodunu optimize ediciye uygula.
  • .minimize() metoduna, uygun argümanlarla loss_function()'ı bir lambda fonksiyonu olarak geçir.
  • Güncellenmesi gereken değişkenlerin listesini var_list olarak ver.

Uygulamalı etkileşimli egzersiz

Bu egzersizi bu örnek kodu tamamlayarak deneyin.

# Initialize an Adam optimizer
opt = keras.optimizers.____(0.5)

for j in range(100):
	# Apply minimize, pass the loss function, and supply the variables
	opt.____(lambda: ____(____, ____), var_list=[____, ____])

	# Print every 10th value of the loss
	if j % 10 == 0:
		print(loss_function(intercept, slope).numpy())

# Plot data and regression line
plot_results(intercept, slope)
Kodu Düzenle ve Çalıştır