AI-For-Beginners/translations/no/lessons/3-NeuralNetworks/05-Frameworks/lab
localizeflow[bot] 7a9b37f3b1 chore(i18n): sync translations with latest source changes (chunk 1/1, 201 changes) 2026-01-30 02:07:34 +00:00
..
LabFrameworks.ipynb 🌐 Update translations via Co-op Translator 2025-08-28 18:09:00 +00:00
README.md chore(i18n): sync translations with latest source changes (chunk 1/1, 201 changes) 2026-01-30 02:07:34 +00:00

README.md

Klassifisering med PyTorch/TensorFlow

Laboppgave fra AI for Beginners Curriculum.

Oppgave

Løs to klassifiseringsproblemer ved hjelp av enkelt- og flerlags fullt tilkoblede nettverk med PyTorch eller TensorFlow:

  1. Iris-klassifisering - et eksempel på et problem med tabellbaserte inndata, som kan håndteres av klassisk maskinlæring. Målet ditt vil være å klassifisere irisblomster i 3 klasser basert på 4 numeriske parametere.
  2. MNIST håndskrevne sifferklassifisering, som vi har sett tidligere.

Prøv ulike nettverksarkitekturer for å oppnå best mulig nøyaktighet.

Startnotatbok

Start laben ved å åpne LabFrameworks.ipynb


Ansvarsfraskrivelse:
Dette dokumentet er oversatt ved hjelp av AI-oversettelsestjenesten Co-op Translator. Selv om vi streber etter nøyaktighet, vær oppmerksom på at automatiserte oversettelser kan inneholde feil eller unøyaktigheter. Det originale dokumentet på sitt opprinnelige språk bør anses som den autoritative kilden. For kritisk informasjon anbefales profesjonell menneskelig oversettelse. Vi er ikke ansvarlige for eventuelle misforståelser eller feiltolkninger som oppstår ved bruk av denne oversettelsen.