AI-For-Beginners/translations/el/lessons/3-NeuralNetworks/05-Frameworks/lab

Ταξινόμηση με PyTorch/TensorFlow

Εργαστηριακή Άσκηση από το AI for Beginners Curriculum.

Εργασία

Λύστε δύο προβλήματα ταξινόμησης χρησιμοποιώντας πλήρως συνδεδεμένα δίκτυα με μία και πολλαπλές στρώσεις, χρησιμοποιώντας PyTorch ή TensorFlow:

1. Το πρόβλημα Ταξινόμησης Ίριδας - ένα παράδειγμα προβλήματος με δεδομένα εισόδου σε μορφή πίνακα, το οποίο μπορεί να αντιμετωπιστεί με κλασική μηχανική μάθηση. Ο στόχος σας θα είναι να ταξινομήσετε τις ίριδες σε 3 κατηγορίες, βασισμένοι σε 4 αριθμητικές παραμέτρους.
2. Το πρόβλημα ταξινόμησης χειρόγραφων ψηφίων MNIST, το οποίο έχουμε δει προηγουμένως.

Δοκιμάστε διαφορετικές αρχιτεκτονικές δικτύων για να πετύχετε την καλύτερη δυνατή ακρίβεια.

Αρχικό Notebook

Ξεκινήστε το εργαστήριο ανοίγοντας το LabFrameworks.ipynb

---

Αποποίηση Ευθύνης:
Αυτό το έγγραφο έχει μεταφραστεί χρησιμοποιώντας την υπηρεσία αυτόματης μετάφρασης Co-op Translator. Παρόλο που καταβάλλουμε προσπάθειες για ακρίβεια, παρακαλούμε να έχετε υπόψη ότι οι αυτόματες μεταφράσεις ενδέχεται να περιέχουν σφάλματα ή ανακρίβειες. Το πρωτότυπο έγγραφο στη μητρική του γλώσσα θα πρέπει να θεωρείται η αυθεντική πηγή. Για κρίσιμες πληροφορίες, συνιστάται επαγγελματική ανθρώπινη μετάφραση. Δεν φέρουμε ευθύνη για τυχόν παρεξηγήσεις ή εσφαλμένες ερμηνείες που προκύπτουν από τη χρήση αυτής της μετάφρασης.