AI-For-Beginners/translations/da/lessons/3-NeuralNetworks/05-Frameworks/lab
localizeflow[bot] c55d809b23 chore(i18n): sync translations with latest source changes (chunk 1/1, 201 changes) 2026-01-30 02:00:53 +00:00
..
LabFrameworks.ipynb 🌐 Update translations via Co-op Translator 2025-08-28 18:09:00 +00:00
README.md chore(i18n): sync translations with latest source changes (chunk 1/1, 201 changes) 2026-01-30 02:00:53 +00:00

README.md

Klassifikation med PyTorch/TensorFlow

Laboratorieopgave fra AI for Beginners Curriculum.

Opgave

Løs to klassifikationsproblemer ved hjælp af enkelt- og flerlagede fuldt forbundne netværk med PyTorch eller TensorFlow:

  1. Iris klassifikation problem - et eksempel på et problem med tabelbaserede inputdata, som kan håndteres af klassisk maskinlæring. Dit mål vil være at klassificere irisblomster i 3 klasser baseret på 4 numeriske parametre.
  2. MNIST håndskrevne cifre klassifikationsproblem, som vi har set før.

Prøv forskellige netværksarkitekturer for at opnå den bedste nøjagtighed, du kan få.

Start Notebook

Start laboratoriet ved at åbne LabFrameworks.ipynb


Ansvarsfraskrivelse:
Dette dokument er blevet oversat ved hjælp af AI-oversættelsestjenesten Co-op Translator. Selvom vi bestræber os på nøjagtighed, skal du være opmærksom på, at automatiserede oversættelser kan indeholde fejl eller unøjagtigheder. Det originale dokument på dets oprindelige sprog bør betragtes som den autoritative kilde. For kritisk information anbefales professionel menneskelig oversættelse. Vi er ikke ansvarlige for eventuelle misforståelser eller fejltolkninger, der måtte opstå som følge af brugen af denne oversættelse.