AI-For-Beginners/translations/hi/lessons/3-NeuralNetworks/04-OwnFramework/lab

MNIST वर्गीकरण हमारे अपने फ्रेमवर्क के साथ

AI for Beginners Curriculum से लैब असाइनमेंट।

कार्य

1-, 2- और 3-लेयर वाले परसेप्ट्रॉन का उपयोग करके MNIST हस्तलिखित अंकों के वर्गीकरण की समस्या को हल करें। उस न्यूरल नेटवर्क फ्रेमवर्क का उपयोग करें जिसे हमने पाठ में विकसित किया है।

प्रारंभिक नोटबुक

लैब शुरू करने के लिए MyFW_MNIST.ipynb खोलें।

प्रश्न

इस लैब के परिणामस्वरूप, निम्नलिखित प्रश्नों के उत्तर देने का प्रयास करें:

• क्या इंटर-लेयर एक्टिवेशन फंक्शन नेटवर्क के प्रदर्शन को प्रभावित करता है?
• क्या इस कार्य के लिए 2- या 3-लेयर वाला नेटवर्क आवश्यक है?
• क्या आपने नेटवर्क को प्रशिक्षित करते समय किसी समस्या का सामना किया? विशेष रूप से जब लेयर की संख्या बढ़ी।
• प्रशिक्षण के दौरान नेटवर्क के वेट्स कैसे व्यवहार करते हैं? आप वेट्स के अधिकतम मान (max abs value) को एपोक के साथ प्लॉट करके इस संबंध को समझ सकते हैं।

अस्वीकरण:
यह दस्तावेज़ AI अनुवाद सेवा Co-op Translator का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयासरत हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।