神經網路螺旋
這個資料集是雜訊螺旋。線性模型顯然會失敗 但即使手動定義的交錯組合方式也很難建構。
任務 1:使用 X1 和 X2。您可以視需要新增或移除圖層和神經元, 例如學習率、正規化率及 批次大小您獲得的測試損失最多機率為何?平滑程度 模型輸出面?
工作 2:即使使用類神經網路,一些特徵工程 並經常需要達到最佳成效嘗試新增其他憑證 或跨產品功能或其他轉換 sin(X1) 和 sin(X2)。你能再進一場嗎? 以及模型模型輸出表面是否更平順?
(答案會顯示在運動正下方)。
這個資料集是雜訊螺旋。線性模型顯然會失敗 但即使手動定義的交錯組合方式也很難建構。
任務 1:使用 X1 和 X2。您可以視需要新增或移除圖層和神經元, 例如學習率、正規化率及 批次大小您獲得的測試損失最多機率為何?平滑程度 模型輸出面?
工作 2:即使使用類神經網路,一些特徵工程 並經常需要達到最佳成效嘗試新增其他憑證 或跨產品功能或其他轉換 sin(X1) 和 sin(X2)。你能再進一場嗎? 以及模型模型輸出表面是否更平順?
(答案會顯示在運動正下方)。
除非另有註明,否則本頁面中的內容是採用創用 CC 姓名標示 4.0 授權,程式碼範例則為阿帕契 2.0 授權。詳情請參閱《Google Developers 網站政策》。Java 是 Oracle 和/或其關聯企業的註冊商標。
上次更新時間:2024-08-22 (世界標準時間)。