Tor: wähle und tune einen optimiser (KI aus)
Warum das wichtig istDie Auswahl und Abstimmung eines Optimizers unter einem Budget, bei einem Problem, das du noch nicht gesehen hast, ist die alltägliche Version von allem in diesem Modul.
KI aus. Die Aufgabe ist lineare Regression, aber die acht Eingaben haben völlig unterschiedliche Skalen, von 10 bis hinunter zu 0.05, und jeder Eingabewert zählt gleich viel für die Antwort. Das ist eine schlecht gestreckte Landschaft. Du erhältst höchstens 300 vollständige Gradienten-Schritte.
Schreibe fit(X, y) und gib (w, b) zurück mit höchstens 300 Gradienten-Evaluierungen (der Test zählt sie über grad_fn, das du für jeden Gradienten verwenden musst). Jeder Optimierer und Zeitplan nach Belieben. Der Check führt dein fit auf einem neuen Problem mit denselben Skalen aus (neue Gewichte und Rauschen), mit ausgeschalteten geschlossenen Solvern, und der finale mittlere quadratische Fehler muss unter 0.05 liegen.
KI aus: kein Tutor, keine Hinweise oder gelöste Lösung für diese Aufgabe. Nur dein eigenes Denken.
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.