De cijferlezer, op je eigen engine
Waarom dit ertoe doet Dezelfde netwerk als Module 3, maar nu verschijnt er geen gradiëntformule in je trainingscode. Dezelfde nauwkeurigheid krijgen bewijst dat je engine klopt. Linear unlocks in de cursusbibliotheek na deze les.
De training loop is die uit de hook les. Deze keer schrijf je hem zelf.
Woorden en symbolen in deze les
- Tensor
- hier: een array plus zijn gradiënt plus de Tensors waaruit het kwam
- zero_grad
- het resetten van gradients voor de volgende step, omdat backward ze toevoegt
Schrijf train(X, y, epochs, lr, seed) die een getrainde MLP([64, 64, 10]) teruggeeft, gebruik alleen je engine (geen handgeschreven gradiënten), en predict(net, X). Bereik ten minste 95% op de 397 vastgehouden cijfers.
Een probleem ontdekt in deze les? Meld het · Vraag naar deze les
Deze oefening opent binnenkort
Maak de les ervoor af voordat deze wordt ontgrendeld. De hele cursus is gratis, geen account nodig, en je kunt deze les nu lezen.
Deze browser blokkeert cookies voor learn.floati.life, dus lessen die je hier hebt afgerond kunnen niet in de juiste volgorde worden geopend. Sta cookies toe voor deze site en laad de pagina opnieuw.