1. Learn
    2. /
  2. Курси
    3. /
  3. Вступ до TensorFlow на Python
Connected

Вправа

Визначення моделі та функції втрат

У цій вправі ви навчатимете нейронну мережу передбачати, чи буде дефолт за кредитною карткою. Ознаки та ціль, які ви використаєте для навчання, доступні в оболонці Python як borrower_features і default. Ви визначили ваги та зсуви в попередній вправі.

Зауважте, що шар predictions визначено як \(\sigma(layer1*w2+b2)\), де \(\sigma\) — це сигмоїдна активація, layer1 — тензор вузлів першого прихованого щільного шару, w2 — тензор ваг, а b2 — тензор зсувів.

Навчуваними змінними є w1, b1, w2 і b2. Крім того, для вас вже імпортовано такі операції: keras.activations.relu() і keras.layers.Dropout().

Інструкції

100 XP
  • Застосуйте функцію активації ReLU (прямолінійна виправлена) до першого шару.
  • Застосуйте 25% відсів (dropout) до layer1.
  • Передайте ціль targets і передбачення predictions до функції втрат кросентропії.