Poort: kies en tune een optimiser (AI uit)
Waarom dit ertoe doetHet kiezen en afstemmen van een optimiser binnen een Budget, op een probleem dat je nog niet hebt gezien, is de dagelijkse versie van alles in deze module.
AI uit. De taak is lineaire regressie, maar de acht inputs hebben wild verschillende schalen, van 10 tot 0.05, en elke input is even belangrijk voor het antwoord. Dat is een slecht uitgerekt landschap. Je krijgt maximaal 300 volledige gradient steps.
Schrijf fit(X, y) die (w, b) retourneert met maximaal 300 gradient evaluaties (de test telt deze via grad_fn, die je voor elke gradient moet gebruiken). Elke optimizer en schedule die je wilt. De check draait je fit op een vers probleem met dezelfde schalen (nieuwe gewichten en ruis), met closed-form solvers uitgeschakeld, en de uiteindelijke mean squared error moet onder 0.05 zijn.
AI uit: geen tutor, hints of uitgewerkte oplossing voor deze. Alleen je eigen denkwerk.
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.