|
|
||
|---|---|---|
| .. | ||
| LabFrameworks.ipynb | ||
| README.md | ||
README.md
Luokittelu PyTorchilla/TensorFlow'lla
Labraharjoitus AI for Beginners -opetussuunnitelmasta.
Tehtävä
Ratkaise kaksi luokitteluongelmaa käyttäen yksikerroksisia ja monikerroksisia täysin kytkettyjä verkkoja joko PyTorchilla tai TensorFlow'lla:
- Iris-luokittelu -ongelma: esimerkki ongelmasta, jossa syöte on taulukkomuotoista dataa ja joka voidaan ratkaista perinteisillä koneoppimismenetelmillä. Tavoitteenasi on luokitella iirikset kolmeen luokkaan neljän numeerisen parametrin perusteella.
- MNIST-käsinkirjoitettujen numeroiden luokitteluongelma, jonka olemme nähneet aiemmin.
Kokeile erilaisia verkkoarkkitehtuureja saavuttaaksesi parhaan mahdollisen tarkkuuden.
Aloitusnotebook
Aloita labra avaamalla LabFrameworks.ipynb
Vastuuvapauslauseke:
Tämä asiakirja on käännetty käyttämällä tekoälypohjaista käännöspalvelua Co-op Translator. Vaikka pyrimme tarkkuuteen, huomioithan, että automaattiset käännökset voivat sisältää virheitä tai epätarkkuuksia. Alkuperäinen asiakirja sen alkuperäisellä kielellä tulisi pitää ensisijaisena lähteenä. Kriittisen tiedon osalta suositellaan ammattimaista ihmiskäännöstä. Emme ole vastuussa väärinkäsityksistä tai virhetulkinnoista, jotka johtuvat tämän käännöksen käytöstä.