改进模型权重

太好了！您刚刚算出了所需的斜率。现在是用这些斜率来改进模型的时候了。若将斜率加到权重上，方向是对的。不过，也可能沿该方向走得过头。因此，您应先用较小的学习率迈出一小步，并确认模型确实在变好。

权重已预加载为 weights，目标的真实值为 target，输入数据为 input_data。由初始权重得到的预测值存放在 preds 中。

本练习是课程的一部分

Python 深度学习入门

查看课程

练习说明

将学习率设为 0.01，并计算原始预测的误差。此步骤已为您完成。
通过从 weights 中减去 learning_rate 与 slope 的乘积来计算更新后的权重。
通过将 weights_updated 与 input_data 相乘并求和来计算更新后的预测。
计算新预测的误差，并将结果存为 error_updated。
点击 "Submit Answer" 来将更新后的误差与原始误差进行比较！

交互式实操练习

通过完成这段示例代码来试试这个练习。

# 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)

编辑并运行代码