この演習では、2015 年の燃料効率データのグラフをもう一度 パラメータ演習をご覧ください。今回は 勾配降下法を使って、線形回帰モデルの最適な重みとバイアスの値を学習する 損失を最小限に抑えることができます。
グラフの下にある 3 つのタスクを完了します。
タスク 1: グラフの下にある [学習率] スライダーを調整して、 0.03 とします。[開始] ボタンをクリックして、勾配降下法を実行します。
モデルのトレーニングが収束するまでにかかる時間（安定した最小値に達する） 損失値）？モデルの収束時の MSE 値はいくつですか。重みとバイアスは どうすればよいでしょうか。
タスク 2: グラフの下にある [Reset] ボタンをクリックして体重をリセットし、 グラフ内のバイアス値。[Learning Rate] スライダーを前後の値に調整します。 1.10e–5。[開始] ボタンをクリックして、勾配降下法を実行します。
モデルのトレーニングの収束にかかる時間について、どのようなことに気付きましたか 今度は？
タスク 3: グラフの下にある [Reset] ボタンをクリックして体重をリセットします。 グラフに表示されます[学習率] スライダーを 1 まで調整します。 [開始] ボタンをクリックして、勾配降下法を実行します。
勾配降下法を実行すると、損失値はどうなりますか。モデルのトレーニングは 収束するまでに要した時間は何でしょうか。