Mãos à Obra: Aprendizado de Máquina com Scikit-Learn e TensorFlow

Implementando o Gradiente Descendente | 243

Isto piora quando sua função for definida por algum código arbitrário. Você consegue

encontrar a equação (ou o código) para calcular as derivadas parciais da seguinte fun-

ção? Dica: nem tente.

def my_func(a, b):

z =

0

for i in range(100):

z = a * np.cos(z + i) + z * np.sin(b - i)

return z

Felizmente, o recurso autodiff do TensorFlow vem ao resgate: ele pode calcular au

-

tomática e eficientemente os gradientes para você. Simplesmente substitua a linha

gra d i e n t s = ... no código do Gradiente Descendente na sessão anterior pela seguinte

linha e o código continuará a funcionar bem:

gradients = tf.gradients(mse, ...