इसे दोहराएँ, फिर एक चीज़ बदलें
यह क्यों मायने रखता है एक नतीजा जिसे आप फिर चला सकें उन किसी भी संख्या के नतीजों से ज़्यादा क़ीमती है जिन पर आपको भरोसा करना पड़े। और एक नतीजा जो बस उन ठीक settings के लिए सच है जिनसे वह मिला उसकी headline से संकरा दावा है।
Module 21 में आपने देखा: 5 features के साथ जो हर एक 3% समय चालू है, 2 संख्याओं का एक model सारे 5 रखता है (sparsity 0.97, importance 0.9, seed 0)। वह एक run था।
इसे दोहराएँ: seeds 1, 2 और 3 के साथ वही settings (हर एक 256 उदाहरणों के 1,500 steps, इस खिलौने के लिए काफ़ी: गिनतियाँ लंबे runs से मेल खाती हैं)। फिर एक चीज़ बदलें जिसका दावे ने ज़िक्र नहीं किया: importance feature से feature कितनी जल्दी गिरता है, 0.9, 0.7 और 0.5 (0.5 पर आख़िरी feature पहले का 1/16 गिना जाता है)।
पहले अनुमान लगाएँ: importance 0.5 पर, क्या यह फिर भी सारे 5 रखेगा?
इस पाठ के शब्द और चिह्न
- seed
- वह संख्या जो एक run के बेतरतीब चुनाव तय करती है; दूसरा seed दूसरा नतीजा देता है
my_guess को "yes" या "no" पर सेट करें। importance 0.9, 0.7 और 0.5 पर seeds 1, 2, 3 के लिए रखे features की संख्या से kept[importance] भरें (तीन की एक सूची)। holds_at को उन importances पर सेट करें जहाँ सारे तीन seeds सारे 5 रखते हैं।
इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें
यह अभ्यास जल्द खुलेगा
इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।
यह ब्राउज़र learn.floati.life के लिए कुकी रोक रहा है, इसलिए यहाँ पूरे किए गए पाठ क्रम से नहीं खुल सकते। इस साइट के लिए कुकी की अनुमति दें और फिर से लोड करें।