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

Вправа

Небезпеки локальних мінімумів

Розгляньте графік такої функції втрат loss_function(), яка має глобальний мінімум (позначений точкою праворуч) і кілька локальних мінімумів, зокрема один позначений точкою ліворуч.

Графік одновимірної функції з кількома локальними мінімумами та глобальним мінімумом.

У цій вправі ви спробуєте знайти глобальний мінімум loss_function() за допомогою keras.optimizers.SGD(). Ви зробите це двічі, щоразу з іншим початковим значенням вхідного аргументу loss_function(). Спершу ви використаєте x_1 — змінну з початковим значенням 6.0. Потім ви використаєте x_2 — змінну з початковим значенням 0.3. Зауважте, що loss_function() уже визначена і доступна.

Інструкції

100 XP
  • Задайте opt як оптимізатор стохастичного градієнтного спуску (SGD) зі швидкістю навчання 0.01.
  • Виконайте мінімізацію, використовуючи функцію втрат loss_function() і змінну з початковим значенням 6.0, x_1.
  • Виконайте мінімізацію, використовуючи функцію втрат loss_function() і змінну з початковим значенням 0.3, x_2.
  • Виведіть x_1 і x_2 як масиви numpy та перевірте, чи відрізняються значення. Це ті мінімуми, які визначив алгоритм.