1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Nhập môn Deep Learning với Python
Connected

Bài tập

Mở rộng ra nhiều điểm dữ liệu

Bạn đã thấy rằng các bộ trọng số khác nhau sẽ cho độ chính xác khác nhau trên một dự đoán đơn lẻ. Nhưng thường thì bạn sẽ muốn đo độ chính xác của mô hình trên nhiều điểm dữ liệu. Bây giờ, bạn sẽ viết mã để so sánh độ chính xác mô hình cho hai bộ trọng số khác nhau, được lưu trong weights_0 và weights_1.

input_data là một danh sách các mảng. Mỗi phần tử trong danh sách chứa dữ liệu để tạo ra một dự đoán. target_actuals là danh sách các số. Mỗi phần tử trong danh sách là giá trị thực mà chúng ta cần dự đoán.

Trong bài này, bạn sẽ dùng hàm mean_squared_error() từ sklearn.metrics. Hàm này nhận giá trị thực và giá trị dự đoán làm đối số.

Bạn cũng sẽ dùng hàm predict_with_network() đã được nạp sẵn, hàm này nhận một mảng dữ liệu làm đối số thứ nhất và trọng số làm đối số thứ hai.

Hướng dẫn

100 XP
  • Import mean_squared_error từ sklearn.metrics.
  • Dùng vòng lặp for để duyệt qua từng hàng của input_data:
    • Tạo dự đoán cho mỗi hàng với weights_0 bằng hàm predict_with_network() và thêm vào model_output_0.
    • Làm tương tự với weights_1, thêm các dự đoán vào model_output_1.
  • Tính mean squared error của model_output_0 rồi đến model_output_1 bằng hàm mean_squared_error(). Đối số thứ nhất là giá trị thực (target_actuals), đối số thứ hai là giá trị dự đoán (model_output_0 hoặc model_output_1).