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

MNIST ကိုယ်တိုင်ဖွဲ့စည်းထားသော Framework ဖြင့် ခွဲခြားခြင်း

AI for Beginners Curriculum မှ Lab Assignment။

တာဝန်

1-, 2- နှင့် 3-layered perceptron ကို အသုံးပြု၍ MNIST လက်ရေးဂဏန်းများ ခွဲခြားခြင်း ပြဿနာကို ဖြေရှင်းပါ။ သင်ခန်းစာအတွင်း ဖွံ့ဖြိုးထားသော neural network framework ကို အသုံးပြုပါ။

စတင်ရန် Notebook

MyFW_MNIST.ipynb ကို ဖွင့်ပြီး lab ကို စတင်ပါ။

မေးခွန်းများ

ဤ lab ၏ ရလဒ်အနေနှင့် အောက်ပါမေးခွန်းများကို ဖြေရှင်းကြည့်ပါ-

• Inter-layer activation function သည် network performance ကို သက်ရောက်မှုရှိပါသလား?
• ဤအလုပ်အတွက် 2-layered သို့မဟုတ် 3-layered network လိုအပ်ပါသလား?
• Layer အရေအတွက် တိုးလာသည်နှင့်အမျှ network ကို training လုပ်ရာတွင် ပြဿနာများ ရှိပါသလား?
• Training လုပ်စဉ်အတွင်း network ၏ weight များသည် ဘယ်လိုပြောင်းလဲသွားပါသလဲ? Epoch နှင့် ဆက်စပ်မှုကို နားလည်ရန် weight ၏ max abs value ကို plot လုပ်နိုင်ပါသည်။

အကြောင်းကြားချက်:
ဤစာရွက်စာတမ်းကို AI ဘာသာပြန်ဝန်ဆောင်မှု Co-op Translator ကို အသုံးပြု၍ ဘာသာပြန်ထားပါသည်။ ကျွန်ုပ်တို့သည် တိကျမှုအတွက် ကြိုးစားနေသော်လည်း၊ အလိုအလျောက် ဘာသာပြန်ခြင်းတွင် အမှားများ သို့မဟုတ် မတိကျမှုများ ပါရှိနိုင်သည်ကို သတိပြုပါ။ မူရင်းဘာသာစကားဖြင့် ရေးသားထားသော စာရွက်စာတမ်းကို အာဏာတရ အရင်းအမြစ်အဖြစ် သတ်မှတ်သင့်ပါသည်။ အရေးကြီးသော အချက်အလက်များအတွက် လူ့ဘာသာပြန်ပညာရှင်များမှ ပရော်ဖက်ရှင်နယ် ဘာသာပြန်ခြင်းကို အကြံပြုပါသည်။ ဤဘာသာပြန်ကို အသုံးပြုခြင်းမှ ဖြစ်ပေါ်လာသော အလွဲအလွတ်များ သို့မဟုတ် အနားလွဲမှုများအတွက် ကျွန်ုပ်တို့သည် တာဝန်မယူပါ။