AI-For-Beginners/translations/sv/lessons/3-NeuralNetworks/04-OwnFramework/lab
localizeflow[bot] c55d809b23 chore(i18n): sync translations with latest source changes (chunk 1/1, 201 changes) 2026-01-30 02:00:53 +00:00
..
MyFW_MNIST.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 02:00:53 +00:00

README.md

MNIST-klassificering med vårt eget ramverk

Labuppgift från AI för nybörjare-kursen.

Uppgift

Lös problemet med klassificering av handskrivna siffror från MNIST-datasetet med hjälp av en-, två- och trelagers perceptron. Använd det neurala nätverksramverk vi har utvecklat under lektionen.

Starta Notebook

Starta labben genom att öppna MyFW_MNIST.ipynb

Frågor

Som resultat av denna labb, försök att besvara följande frågor:

  • Påverkar aktiveringsfunktionen mellan lagren nätverkets prestanda?
  • Behöver vi ett två- eller trelagers nätverk för denna uppgift?
  • Upplevde du några problem med att träna nätverket? Speciellt när antalet lager ökade.
  • Hur beter sig nätverkets vikter under träningen? Du kan plotta det maximala absoluta värdet av vikterna mot epoker för att förstå sambandet.

Ansvarsfriskrivning:
Detta dokument har översatts med hjälp av AI-översättningstjänsten Co-op Translator. Även om vi strävar efter noggrannhet, bör du vara medveten om att automatiserade översättningar kan innehålla fel eller inexaktheter. Det ursprungliga dokumentet på dess originalspråk bör betraktas som den auktoritativa källan. För kritisk information rekommenderas professionell mänsklig översättning. Vi ansvarar inte för eventuella missförstånd eller feltolkningar som uppstår vid användning av denna översättning.