Neste exercício, você vai rever o gráfico de dados de economia de combustível o exercício de parâmetros. Mas, desta vez, você usar gradiente descendente para aprender os valores ideais de peso e viés para uma rede que reduz a perda.
Conclua as três tarefas abaixo do gráfico.
Tarefa 1: ajuste o controle deslizante Taxa de aprendizado abaixo do gráfico para definir uma de 0,03. Clique no botão Start para executar o gradiente descendente.
Quanto tempo o treinamento do modelo leva para convergir (alcançar um mínimo estável valor de perda)? Qual é o valor do EQM na convergência do modelo? Que peso e viés produzem esse valor?
Tarefa 2: clique no botão Redefinir abaixo do gráfico para redefinir o peso e Polarize os valores no gráfico. Ajuste o controle deslizante Taxa de aprendizado para um valor próximo a 1.10e–5. Clique no botão Start para executar o gradiente descendente.
O que é possível observar sobre quanto tempo leva o treinamento do modelo para convergir desta vez?
Tarefa 3:clique no botão Redefinir abaixo do gráfico para redefinir o peso e valores de viés no gráfico. Ajuste o controle deslizante da Taxa de aprendizado em até 1. Clique no botão Start para executar o gradiente descendente.
O que acontece com os valores de perda conforme o gradiente descendente? Por quanto tempo o modelo vai treinamento levará para convergir desta vez?