AI-For-Beginners/translations/te/lessons/3-NeuralNetworks/04-OwnFramework/lab
localizeflow[bot] 22b9d24a81 chore(i18n): sync translations with latest source changes (chunk 1/1, 201 changes) 2026-01-30 02:58:31 +00:00
..
MyFW_MNIST.ipynb Update translations via Co-op Translator v0.12.1 2025-11-26 12:22:03 +09:00
README.md chore(i18n): sync translations with latest source changes (chunk 1/1, 201 changes) 2026-01-30 02:58:31 +00:00

README.md

మన స్వంత ఫ్రేమ్‌వర్క్‌తో MNIST వర్గీకరణ

AI for Beginners Curriculum నుండి ల్యాబ్ అసైన్‌మెంట్.

పని

1-, 2- మరియు 3-లేయర్డ్ పర్సెప్ట్రాన్ ఉపయోగించి MNIST చేతితో వ్రాసిన అంకెల వర్గీకరణ సమస్యను పరిష్కరించండి. పాఠంలో అభివృద్ధి చేసిన న్యూరల్ నెట్‌వర్క్ ఫ్రేమ్‌వర్క్‌ను ఉపయోగించండి.

ప్రారంభ నోట్‌బుక్

ల్యాబ్‌ను ప్రారంభించడానికి MyFW_MNIST.ipynb ను తెరవండి

ప్రశ్నలు

ఈ ల్యాబ్ ఫలితంగా, క్రింది ప్రశ్నలకు సమాధానం ఇవ్వడానికి ప్రయత్నించండి:

  • ఇంటర్-లేయర్ యాక్టివేషన్ ఫంక్షన్ నెట్‌వర్క్ పనితీరుపై ప్రభావం చూపుతుందా?
  • ఈ పనికి 2- లేదా 3-లేయర్డ్ నెట్‌వర్క్ అవసరమా?
  • నెట్‌వర్క్‌ను శిక్షణ ఇస్తున్నప్పుడు ఎలాంటి సమస్యలు ఎదురయ్యాయా? ముఖ్యంగా లేయర్ల సంఖ్య పెరిగినప్పుడు.
  • శిక్షణ సమయంలో నెట్‌వర్క్ వెయిట్స్ ఎలా ప్రవర్తిస్తాయి? సంబంధాన్ని అర్థం చేసుకోవడానికి వెయిట్స్ యొక్క గరిష్ఠ పరమాణు విలువను ఎపోక్‌తో పోల్చి గ్రాఫ్ చేయవచ్చు.

అస్పష్టత:
ఈ డాక్యుమెంట్‌ను AI అనువాద సేవ Co-op Translator ఉపయోగించి అనువదించబడింది. మేము ఖచ్చితత్వానికి ప్రయత్నించినప్పటికీ, ఆటోమేటెడ్ అనువాదాల్లో పొరపాట్లు లేదా తప్పిదాలు ఉండవచ్చు. మూల డాక్యుమెంట్ దాని స్వదేశీ భాషలో అధికారిక మూలంగా పరిగణించాలి. ముఖ్యమైన సమాచారానికి, ప్రొఫెషనల్ మానవ అనువాదం సిఫార్సు చేయబడుతుంది. ఈ అనువాదం వాడకంలో ఏర్పడిన ఏవైనా అపార్థాలు లేదా తప్పుదారితీసే అర్థాలు కోసం మేము బాధ్యత వహించము.