Cách tiếp cận cấp thấp với nhiều ví dụ

Trong bài tập này, bạn sẽ củng cố trực giác về cách tiếp cận cấp thấp bằng cách xây dựng lớp ẩn dày đặc (dense) đầu tiên cho trường hợp có nhiều ví dụ. Giả sử mô hình đã được huấn luyện và đã có sẵn trọng số của lớp đầu tiên, weights1, và độ lệch, bias1. Sau đó, bạn sẽ nhân ma trận tensor borrower_features với biến weights1. Nhớ rằng tensor borrower_features bao gồm trình độ học vấn, tình trạng hôn nhân và tuổi. Cuối cùng, bạn sẽ áp dụng hàm sigmoid lên các phần tử của products1 + bias1 để thu được dense1.

\(products1 = \begin{bmatrix} 3 & 3 & 23 \\ 2 & 1 & 24 \\ 1 & 1 & 49 \\ 1 & 1 & 49 \\ 2 & 1 & 29 \end{bmatrix} \begin{bmatrix} -0.6 & 0.6 \\ 0.8 & -0.3 \\ -0.09 & -0.08 \end{bmatrix}\)

Lưu ý rằng matmul() và keras() đã được import từ tensorflow.

Tính products1 bằng cách nhân ma trận tensor đặc trưng với trọng số.
Dùng hàm kích hoạt sigmoid để biến đổi products1 + bias1.
In ra shape của borrower_features, weights1, bias1, và dense1.

Bài tập

Cách tiếp cận cấp thấp với nhiều ví dụ

Hướng dẫn

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}Bài tập

Hướng dẫn

Bài tập