AI-For-Beginners/translations/km/lessons/3-NeuralNetworks/04-OwnFramework/lab
localizeflow[bot] 57c2faebcf chore(i18n): sync translations with latest source changes (final snapshot) 2026-04-06 20:21:22 +00:00
..
MyFW_MNIST.ipynb chore(i18n): sync translations with latest source changes (final snapshot) 2026-04-06 20:21:22 +00:00
README.md chore(i18n): sync translations with latest source changes (final snapshot) 2026-04-06 20:21:22 +00:00

README.md

ការបែងចែកប្រភេទ MNIST ជាមួយស៊ុមរចនាសម្ព័ន្ធផ្ទាល់ខ្លួន

ការសិក្សាក្នុងមន្ទីរពិសោធន៍ពី មេរៀន AI សម្រាប់អ្នកចាប់ផ្តើម

ភារកិច្ច

ដោះស្រាយបញ្ហាបែងចែកលេខសរសេរដោយដៃ MNIST ដោយប្រើ perceptron មាន 1, 2 និង 3 ស្រទាប់។ ប្រើស៊ុមបណ្តាញសរសៃប្រសាទដែលយើងបានបង្កើតក្នុងមេរៀន។

កំណត់ត្រា Notebook

ចាប់ផ្តើមមន្ទីរពិសោធន៍ដោយបើក MyFW_MNIST.ipynb

សំណួរ

ជាលទ្ធផលនៃមន្ទីរពិសោធន៍នេះ សូមព្យាយាមឆ្លើយសំណួរខាងក្រោម៖

  • តើមុខងារបង្កើតសកម្មភាពរវាងស្រទាប់ មានឥទ្ធិពលដល់កម្រិតសមត្ថភាពបណ្តាញទេរឺ?
  • តើយើងត្រូវការបណ្តាញមាន 2 ឬ 3 ស្រទាប់សម្រាប់ភារកិច្ចនេះទេ?
  • តើអ្នកបានប្រឈមមុខនឹងបញ្ហាណាមួយក្នុងការបណ្តុះបណ្តាលបណ្តាញទេ? ជាពិសេសនៅពេលជាន់ស្រទាប់កើនឡើង។
  • តើទំងន់នៃបណ្តាញមានអាកប្បកិរិយាយ៉ាងដូចម្តេចក្នុងអំឡុងការបណ្តុះបណ្តាល? អ្នកអាចគូសតម្លៃអប្បបរមា នៃទំងន់ទល់នឹង epoch ដើម្បីយល់ពីទំនាក់ទំនងនេះ។

ការព្រមាន
ឯកសារនេះត្រូវបានបកប្រែដោយប្រើសេវាកម្មបកប្រែ AI Co-op Translator។ នៅពេលយើងខ្ញុំខំប្រឹងសម្រាប់ភាពត្រឹមត្រូវ សូមយកចិត្តទុកដាក់ថាការបកប្រែដោយស្វ័យប្រវត្តិអាចមានកំហុស ឬការខុសឆ្គង។ ឯកសារដើមនៅភាសាមូលដ្ឋានគួរត្រូវបានចាត់ទុកជាធនធានមានអំណាច។ សម្រាប់ព័ត៌មានវិជ្ជាជីវៈ សូមផ្តល់អនុសាសន៍ឲ្យប្រើការបកប្រែដោយមនុស្សវិជ្ជាជីវៈ។ យើងខ្ញុំមិនទទួលបន្ទុកចំពោះការយល់ច្រឡំ ឬការពន្យល់ខុសផ្សេងៗ ដែលើកមកពីការប្រើប្រាស់ការបកប្រែនេះឡើយ។