1. Học hỏi
    2. /
  2. Khoa Học
    3. /
  3. Nhập môn TensorFlow bằng Python
Connected

Bài tập

Huấn luyện mạng neural với TensorFlow

Trong bài tập trước, bạn đã định nghĩa một mô hình, model(w1, b1, w2, b2, features), và một hàm mất mát, loss_function(w1, b1, w2, b2, features, targets), cả hai đều có sẵn cho bạn trong bài này. Giờ bạn sẽ huấn luyện mô hình và đánh giá hiệu năng của nó bằng cách dự đoán khả năng vỡ nợ trên tập kiểm tra, gồm test_features và test_targets và cũng đã được cung cấp. Các biến có thể huấn luyện là w1, b1, w2 và b2. Ngoài ra, các thao tác sau đã được nhập sẵn cho bạn: keras.activations.relu() và keras.layers.Dropout().

Hướng dẫn

100 XP
  • Thiết lập bộ tối ưu để thực hiện việc tối thiểu hóa.
  • Thêm bốn biến có thể huấn luyện vào var_list theo đúng thứ tự chúng xuất hiện trong các đối số của loss_function().
  • Dùng mô hình và test_features để dự đoán các giá trị cho test_targets.