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

आमच्या स्वतःच्या फ्रेमवर्कसह MNIST वर्गीकरण

AI for Beginners Curriculum मधील प्रयोगशाळा असाइनमेंट.

कार्य

1-, 2- आणि 3-स्तरीय परसेप्ट्रॉन वापरून MNIST हस्तलिखित अंक वर्गीकरण समस्या सोडवा. आपण धड्यात विकसित केलेल्या न्यूरल नेटवर्क फ्रेमवर्कचा वापर करा.

प्रारंभिक नोटबुक

MyFW_MNIST.ipynb उघडून प्रयोगशाळा सुरू करा.

प्रश्न

या प्रयोगशाळेच्या परिणामी, खालील प्रश्नांची उत्तरे देण्याचा प्रयत्न करा:

• इंटर-लेयर अॅक्टिवेशन फंक्शन नेटवर्कच्या कार्यक्षमतेवर परिणाम करते का?
• या कार्यासाठी आपल्याला 2- किंवा 3-स्तरीय नेटवर्कची आवश्यकता आहे का?
• नेटवर्क प्रशिक्षण देताना तुम्हाला काही समस्या आल्या का? विशेषतः जेव्हा स्तरांची संख्या वाढली.
• प्रशिक्षणादरम्यान नेटवर्कचे वजन कसे वागतात? वजनांचा कमाल abs मूल्य विरुद्ध epoch प्लॉट करून संबंध समजून घेऊ शकता.

अस्वीकरण:
हा दस्तऐवज AI भाषांतर सेवा Co-op Translator चा वापर करून भाषांतरित करण्यात आला आहे. आम्ही अचूकतेसाठी प्रयत्नशील असलो तरी, कृपया लक्षात घ्या की स्वयंचलित भाषांतरांमध्ये त्रुटी किंवा अचूकतेचा अभाव असू शकतो. मूळ भाषेतील मूळ दस्तऐवज हा अधिकृत स्रोत मानला जावा. महत्त्वाच्या माहितीसाठी, व्यावसायिक मानवी भाषांतराची शिफारस केली जाते. या भाषांतराचा वापर केल्यामुळे उद्भवणाऱ्या कोणत्याही गैरसमज किंवा चुकीच्या अर्थासाठी आम्ही जबाबदार राहणार नाही.