在本章的練習中,你會持續使用此網路來預測銀行交易。
當輸入資料為 [3, 2],且目標(也就是你想要預測的值)的實際值是 5 時,對於下列使用 ReLU 啟動函式的網路,錯誤(預測值 - 實際值)是多少?拿起紙筆計算一下可能會很有幫助。
本練習屬於課程
將理論付諸實踐,立即體驗我們的互動練習
在本章中,你會熟悉深度學習的基本概念與術語,並理解為什麼這些技術在今日如此強大。你將建立簡單的神經網路,並用它們產生預測。
學習如何最佳化你的神經網路所產生的預測。你將使用名為反向傳播的方法,這是深度學習中最重要的技術之一。理解其運作方式,能為你在課程後半段打下紮實基礎。
當前練習
在本章中,你將使用 Keras 函式庫建立同時用於迴歸與分類的深度學習模型。你會學到可用來進行預測的 Specify-Compile-Fit 工作流程;在章末,你將具備建立深度神經網路所需的一切工具。
學習如何在 Keras 中最佳化你的深度學習模型。先從模型驗證開始,接著理解模型容量的概念,最後嘗試更寬、更深的網路。