Programme Leçon 74 sur 246 · Module 5 : Optimisation
Module 5 : Optimisation

Examen de passage : choisir et régler un optimiseur (IA éteinte)

Pourquoi c'est important Choisir et régler un optimiseur avec un budget, sur un problème que tu n'as pas vu, c'est la version de tous les jours de tout ce module.

Tuteur IA éteint. La tâche est une régression linéaire, mais les huit entrées ont des échelles très différentes, de 10 à 0.05, et chaque entrée compte autant pour la réponse. C'est un paysage très étiré. Tu as au plus 300 pas de gradient sur toutes les données.

À ton tour

Écris fit(X, y) qui renvoie (w, b) en utilisant au plus 300 évaluations du gradient (le test les compte via grad_fn, que tu dois utiliser pour chaque gradient). N'importe quel optimiseur et calendrier que tu veux. La vérification exécute ton fit sur un nouveau problème aux mêmes échelles (nouveaux poids et nouveau bruit), avec les solveurs exacts désactivés, et l'erreur quadratique moyenne finale doit être inférieure à 0.05.

IA désactivée : pas de tuteur, d'indices ou de solution détaillée pour celui-ci. Ta propre réflexion uniquement.

Tu as repéré un problème dans cette leçon ? Signale-le · Pose une question sur cette leçon

Cet exercice s'ouvre bientôt

Termine la leçon précédente pour débloquer celle-ci. Tout le cours est gratuit, aucun compte n'est requis, et tu peux lire cette leçon dès maintenant.