Gate: एक optimiser चुनें और tune करें (AI बंद)
यह क्यों मायने रखता है एक budget में, एक अनदेखी समस्या पर, एक optimiser चुनना और tune करना इस module की हर चीज़ का रोज़मर्रा संस्करण है।
AI tutor बंद। काम linear regression है, पर आठ inputs के पैमाने बेहद अलग हैं, 10 से नीचे 0.05 तक, और हर input जवाब के लिए बराबर मायने रखता है। यह एक बुरी तरह खिंचा परिदृश्य है। आपको अधिक से अधिक 300 पूरे-data gradient steps मिलते हैं।
अधिक से अधिक 300 gradient evaluations इस्तेमाल करते हुए (w, b) लौटाने वाला fit(X, y) लिखें (test उन्हें grad_fn के ज़रिए गिनता है, जिसे आपको हर gradient के लिए इस्तेमाल करना होगा)। कोई भी optimiser और schedule जो आप चाहें। जाँच आपका fit उन्हीं पैमानों वाली एक नई समस्या (नए weights और शोर) पर चलाती है, closed-form solvers बंद करके, और अंतिम mean squared error 0.05 से नीचे होनी चाहिए।
AI बंद: इसमें कोई ट्यूटर, संकेत या हल किया हुआ समाधान नहीं। सिर्फ़ आपकी अपनी सोच।
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।