Đại số tuyến tính của các tầng dày đặc (dense)
Có hai cách để định nghĩa một tầng dense trong tensorflow. Cách thứ nhất sử dụng các phép toán đại số tuyến tính mức thấp. Cách thứ hai dùng các thao tác mức cao của keras. Trong bài tập này, bạn sẽ dùng phương pháp đầu tiên để xây dựng mạng như trong hình dưới.
Lớp đầu vào có 3 đặc trưng — trình độ học vấn, tình trạng hôn nhân và tuổi — được cung cấp trong borrower_features. Lớp ẩn có 2 nút và lớp đầu ra có một nút.
Với mỗi lớp, bạn sẽ lấy đầu ra của lớp trước làm đầu vào, khởi tạo một tập trọng số, tính tích của đầu vào và trọng số, rồi áp dụng một hàm kích hoạt. Lưu ý rằng Variable(), ones(), matmul(), và keras() đã được nhập từ tensorflow.
Bài tập này là một phần của khóa học
Nhập môn TensorFlow bằng Python
Bài tập tương tác thực hành trực tiếp
Hãy thử làm bài tập này bằng cách hoàn thành đoạn mã mẫu này.
# Initialize bias1
bias1 = Variable(1.0)
# Initialize weights1 as 3x2 variable of ones
weights1 = ____(ones((____, ____)))
# Perform matrix multiplication of borrower_features and weights1
product1 = ____
# Apply sigmoid activation function to product1 + bias1
dense1 = keras.activations.____(____ + ____)
# Print shape of dense1
print("\n dense1's output shape: {}".format(dense1.shape))