RomanNum3ral
/
AI-For-Beginners
mirror of https://github.com/microsoft/AI-For-Beginners.git
1
0
Fork 0
Code Issues Packages Projects Releases Wiki Activity
AI-For-Beginners/translations/uk/lessons/3-NeuralNetworks/05-Frameworks/lab
History
localizeflow[bot] 132c5c3f8f chore(i18n): sync translations with latest source changes (chunk 1/1, 201 changes) 2026-01-30 02:51:30 +00:00
..
LabFrameworks.ipynb 🌐 Update translations via Co-op Translator 2025-08-30 10:45:29 +00:00
README.md chore(i18n): sync translations with latest source changes (chunk 1/1, 201 changes) 2026-01-30 02:51:30 +00:00

README.md

Класифікація з PyTorch/TensorFlow

Лабораторна робота з AI for Beginners Curriculum.

Завдання

Розв’яжіть дві задачі класифікації, використовуючи одношарові та багатошарові повнозв’язні мережі за допомогою PyTorch або TensorFlow:

  1. Класифікація ірисів – приклад задачі з табличними вхідними даними, яку можна вирішити за допомогою класичних методів машинного навчання. Вашою метою буде класифікувати іриси на 3 класи, базуючись на 4 числових параметрах.
  2. MNIST – задача класифікації рукописних цифр, яку ми вже розглядали раніше.

Спробуйте різні архітектури мереж, щоб досягти найкращої можливої точності.

Початковий ноутбук

Розпочніть лабораторну роботу, відкривши LabFrameworks.ipynb

Відмова від відповідальності:
Цей документ було перекладено за допомогою сервісу автоматичного перекладу Co-op Translator. Хоча ми прагнемо до точності, будь ласка, майте на увазі, що автоматичні переклади можуть містити помилки або неточності. Оригінальний документ на його рідній мові слід вважати авторитетним джерелом. Для критичної інформації рекомендується професійний людський переклад. Ми не несемо відповідальності за будь-які непорозуміння або неправильні тлумачення, що виникають у результаті використання цього перекладу.