Cải thiện trọng số mô hình
Tuyệt vời! Bạn vừa tính được các độ dốc cần thiết. Giờ là lúc dùng chúng để cải thiện mô hình. Nếu bạn cộng các độ dốc vào trọng số, bạn sẽ đi đúng hướng. Tuy nhiên, cũng có thể đi quá xa theo hướng đó. Vì vậy, trước tiên bạn nên đi một bước nhỏ với tốc độ học thấp hơn, rồi kiểm tra xem mô hình có cải thiện không.
Các trọng số đã được nạp sẵn trong weights, giá trị thực của biến đích là target, và dữ liệu đầu vào là input_data. Các dự đoán từ trọng số ban đầu được lưu trong preds.
Bài tập này là một phần của khóa học
Nhập môn Deep Learning với Python
Hướng dẫn bài tập
- Đặt tốc độ học là
0.01và tính lỗi từ các dự đoán ban đầu. Phần này đã được làm sẵn cho bạn. - Tính trọng số đã cập nhật bằng cách trừ tích của
learning_ratevàslopekhỏiweights. - Tính dự đoán đã cập nhật bằng cách nhân
weights_updatedvớiinput_datarồi lấy tổng. - Tính lỗi cho các dự đoán mới. Lưu kết quả vào
error_updated. - Nhấn "Gửi câu trả lời" để so sánh lỗi đã cập nhật với lỗi ban đầu!
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Set the learning rate: learning_rate
learning_rate = 0.01
# Calculate the predictions: preds
preds = (weights * input_data).sum()
# Calculate the error: error
error = preds - target
# Calculate the slope: slope
slope = 2 * input_data * error
# Update the weights: weights_updated
weights_updated = ____
# Get updated predictions: preds_updated
preds_updated = ____
# Calculate updated error: error_updated
error_updated = ____
# Print the original error
print(error)
# Print the updated error
print(error_updated)