AI-For-Beginners/translations/th/lessons/3-NeuralNetworks/05-Frameworks/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
..
LabFrameworks.ipynb 🌐 Update translations via Co-op Translator 2025-08-29 11:12:47 +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

การจำแนกประเภทด้วย PyTorch/TensorFlow

งานในห้องปฏิบัติการจาก AI for Beginners Curriculum

งานที่ต้องทำ

แก้ปัญหาการจำแนกประเภทสองปัญหาโดยใช้เครือข่ายแบบเชื่อมต่อเต็มรูปแบบทั้งแบบชั้นเดียวและหลายชั้น โดยใช้ PyTorch หรือ TensorFlow:

  1. ปัญหา การจำแนกประเภทดอกไอริส - ตัวอย่างของปัญหาที่มีข้อมูลอินพุตแบบตาราง ซึ่งสามารถจัดการได้ด้วยการเรียนรู้ของเครื่องแบบคลาสสิก เป้าหมายของคุณคือการจำแนกดอกไอริสออกเป็น 3 ประเภท โดยอิงจากพารามิเตอร์เชิงตัวเลข 4 ค่า
  2. ปัญหาการจำแนกตัวเลขเขียนด้วยมือ MNIST ซึ่งเราเคยเห็นมาก่อนหน้านี้

ลองใช้สถาปัตยกรรมเครือข่ายที่แตกต่างกันเพื่อให้ได้ความแม่นยำที่ดีที่สุดที่คุณสามารถทำได้

สมุดบันทึกเริ่มต้น

เริ่มต้นการทดลองในห้องปฏิบัติการโดยเปิด LabFrameworks.ipynb


ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator แม้ว่าเราจะพยายามให้การแปลมีความถูกต้อง แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่แม่นยำ เอกสารต้นฉบับในภาษาต้นทางควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลภาษามนุษย์ที่เป็นมืออาชีพ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดซึ่งเกิดจากการใช้การแปลนี้