Skip to content

Latest commit

 

History

History
24 lines (14 loc) · 2.77 KB

File metadata and controls

24 lines (14 loc) · 2.77 KB

Мултикласова класификация с перцептрон

Лабораторно упражнение от AI for Beginners Curriculum.

Задача

Използвайки кода, който разработихме в този урок за бинарна класификация на ръкописни цифри от MNIST, създайте мултикласов класификатор, който да може да разпознава всяка цифра. Изчислете точността на класификацията върху обучаващия и тестовия набор от данни и отпечатайте матрицата на объркване.

Подсказки

  1. За всяка цифра създайте набор от данни за бинарен класификатор "тази цифра срещу всички останали цифри".
  2. Обучете 10 различни перцептрона за бинарна класификация (по един за всяка цифра).
  3. Дефинирайте функция, която ще класифицира входна цифра.

Подсказка: Ако комбинираме теглата на всички 10 перцептрона в една матрица, ще можем да приложим всички 10 перцептрона към входните цифри чрез едно матрично умножение. Най-вероятната цифра може да бъде намерена просто чрез прилагане на операцията argmax върху изхода.

Начален ноутбук

Започнете упражнението, като отворите PerceptronMultiClass.ipynb


Отказ от отговорност:
Този документ е преведен с помощта на AI услуга за превод Co-op Translator. Въпреки че се стремим към точност, моля, имайте предвид, че автоматизираните преводи може да съдържат грешки или неточности. Оригиналният документ на неговия роден език трябва да се счита за авторитетен източник. За критична информация се препоръчва професионален човешки превод. Ние не носим отговорност за недоразумения или погрешни интерпретации, произтичащи от използването на този превод.