جواب «Auto-Halving Rate» چالش 5 از جلسهی 26
سؤال
تابع smart_run(lr, steps) بنویس که مثل run کار کند، ولی اگر خطای قدم جدید از خطای قدم قبل بزرگتر شد، lr را نصف کند و یک شمارندهی halved را یک واحد زیاد کند. تابع (final_error, halved, lr) را برگرداند. برنامه با نرخ اولیهی 0.5 و ۶۰ قدم اجرا میکند و چاپ میکند: خطای آخر گرد با ۳ رقم، تعداد نصف شدنها و نرخ نهایی. خروجی: 0.001 2 0.125.
راهنما
if current > previous: lr = lr / 2; halved = halved + 1.
یک جواب درست
X = [1, 2, 3, 4]
y = [3, 5, 7, 9]
def mse(w, b):
return sum((w * X[i] + b - y[i]) ** 2 for i in range(len(X))) / len(X)
def smart_run(lr, steps):
w = b = 0.0
halved = 0
previous = mse(w, b)
for s in range(steps):
gw = sum((w * X[i] + b - y[i]) * X[i] for i in range(len(X))) / len(X)
gb = sum((w * X[i] + b - y[i]) for i in range(len(X))) / len(X)
w = w - lr * gw
b = b - lr * gb
current = mse(w, b)
if current > previous:
lr = lr / 2
halved = halved + 1
previous = current
return previous, halved, lr
error, halved, lr = smart_run(0.5, 60)
print(round(error, 3), halved, lr)
اول خودت امتحان کن؛ جوابهای دیگر هم قبول است. برگرد و خودت حلش کن