Der Ziffernleser, auf deiner eigenen Engine
Warum das wichtig ist Dasselbe Netzwerk wie in Modul 3, aber jetzt erscheint keine Gradientenformel in deinem Trainingscode. Die gleiche Genauigkeit beweist, dass deine Engine richtig ist. Linear unlocks in der Kursbibliothek nach dieser Lektion.
Die training loop ist die aus der hook Lektion. Dieses Mal schreibst du sie selbst.
Wörter und Symbole in dieser Lektion
- Tensor
- hier: ein Array plus sein Gradient plus die Tensors, aus denen es kam
- zero_grad
- Gradienten vor dem nächsten Schritt zurücksetzen, weil backward sie hinzufügt
Schreibe train(X, y, epochs, lr, seed) und gib ein trainiertes MLP([64, 64, 10]) zurück, wobei du nur deine engine (keine handgeschriebenen gradienten) und predict(net, X) verwendest. Erreiche mindestens 95% bei den 397 zurückgehaltenen Ziffern.
Ein Problem in dieser Lektion entdeckt? Melde es · Frage zu dieser Lektion
Diese Übung öffnet bald
Beende die vorherige Lektion, damit diese freigeschaltet wird. Der ganze Kurs ist kostenlos, kein Konto erforderlich, und du kannst diese Lektion jetzt direkt lesen.
Dieser Browser blockiert Cookies für learn.floati.life, daher können hier beendigte Lektionen nicht in der richtigen Reihenfolge geöffnet werden. Erlaube Cookies für diese Seite und lade sie neu.