Travail pratique issu du Curriculum AI pour les débutants.
Résolvez le problème de classification des chiffres manuscrits MNIST en utilisant un perceptron à 1, 2 et 3 couches. Utilisez le framework de réseau neuronal que nous avons développé dans la leçon.
Commencez le travail pratique en ouvrant MyFW_MNIST.ipynb
À l'issue de ce travail pratique, essayez de répondre aux questions suivantes :
- La fonction d'activation entre les couches influence-t-elle les performances du réseau ?
- Avons-nous besoin d'un réseau à 2 ou 3 couches pour cette tâche ?
- Avez-vous rencontré des problèmes lors de l'entraînement du réseau ? En particulier lorsque le nombre de couches augmente.
- Comment se comportent les poids du réseau pendant l'entraînement ? Vous pouvez tracer la valeur absolue maximale des poids en fonction des époques pour comprendre la relation.
Avertissement :
Ce document a été traduit à l'aide du service de traduction automatique Co-op Translator. Bien que nous nous efforcions d'assurer l'exactitude, veuillez noter que les traductions automatisées peuvent contenir des erreurs ou des inexactitudes. Le document original dans sa langue d'origine doit être considéré comme la source faisant autorité. Pour des informations critiques, il est recommandé de recourir à une traduction humaine professionnelle. Nous déclinons toute responsabilité en cas de malentendus ou d'interprétations erronées résultant de l'utilisation de cette traduction.