AI for Beginners Curriculum से लैब असाइनमेंट।
इस पाठ में विकसित कोड का उपयोग करते हुए, जो MNIST हस्तलिखित अंकों के बाइनरी वर्गीकरण के लिए है, एक मल्टी-क्लास वर्गीकर्ता बनाएं जो किसी भी अंक को पहचान सके। ट्रेन और टेस्ट डेटा सेट पर वर्गीकरण की सटीकता की गणना करें, और कन्फ्यूजन मैट्रिक्स को प्रिंट करें।
- प्रत्येक अंक के लिए, "यह अंक बनाम अन्य सभी अंक" के बाइनरी वर्गीकरण के लिए एक डेटा सेट बनाएं।
- बाइनरी वर्गीकरण के लिए 10 अलग-अलग परसेप्ट्रॉन प्रशिक्षित करें (प्रत्येक अंक के लिए एक)।
- एक फ़ंक्शन परिभाषित करें जो इनपुट अंक को वर्गीकृत करेगा।
सुझाव: यदि हम सभी 10 परसेप्ट्रॉनों के वज़न को एक मैट्रिक्स में संयोजित करें, तो हम एक ही मैट्रिक्स गुणा द्वारा इनपुट अंकों पर सभी 10 परसेप्ट्रॉनों को लागू कर सकते हैं। सबसे संभावित अंक को
argmaxऑपरेशन को आउटपुट पर लागू करके आसानी से पाया जा सकता है।
लैब शुरू करने के लिए PerceptronMultiClass.ipynb खोलें।
अस्वीकरण:
यह दस्तावेज़ AI अनुवाद सेवा Co-op Translator का उपयोग करके अनुवादित किया गया है। जबकि हम सटीकता के लिए प्रयासरत हैं, कृपया ध्यान दें कि स्वचालित अनुवाद में त्रुटियां या अशुद्धियां हो सकती हैं। मूल भाषा में उपलब्ध मूल दस्तावेज़ को प्रामाणिक स्रोत माना जाना चाहिए। महत्वपूर्ण जानकारी के लिए, पेशेवर मानव अनुवाद की सिफारिश की जाती है। इस अनुवाद के उपयोग से उत्पन्न किसी भी गलतफहमी या गलत व्याख्या के लिए हम उत्तरदायी नहीं हैं।