Skip to content

Latest commit

 

History

History
19 lines (11 loc) · 1.56 KB

File metadata and controls

19 lines (11 loc) · 1.56 KB

Klassifikation mit PyTorch/TensorFlow

Laboraufgabe aus dem AI for Beginners Curriculum.

Aufgabe

Lösen Sie zwei Klassifikationsprobleme mit ein- und mehrschichtigen vollständig verbundenen Netzwerken unter Verwendung von PyTorch oder TensorFlow:

  1. Iris-Klassifikation - ein Beispiel für ein Problem mit tabellarischen Eingabedaten, das durch klassische maschinelle Lernmethoden gelöst werden kann. Ihr Ziel ist es, Iris-Blumen basierend auf 4 numerischen Parametern in 3 Klassen zu klassifizieren.
  2. MNIST-Handschriftenerkennung, ein Problem, das wir bereits zuvor behandelt haben.

Probieren Sie verschiedene Netzwerkarchitekturen aus, um die bestmögliche Genauigkeit zu erzielen.

Start-Notebook

Beginnen Sie das Labor, indem Sie LabFrameworks.ipynb öffnen.

Haftungsausschluss:
Dieses Dokument wurde mit dem KI-Übersetzungsdienst Co-op Translator übersetzt. Obwohl wir uns um Genauigkeit bemühen, beachten Sie bitte, dass automatisierte Übersetzungen Fehler oder Ungenauigkeiten enthalten können. Das Originaldokument in seiner ursprünglichen Sprache sollte als maßgebliche Quelle betrachtet werden. Für kritische Informationen wird eine professionelle menschliche Übersetzung empfohlen. Wir übernehmen keine Haftung für Missverständnisse oder Fehlinterpretationen, die sich aus der Nutzung dieser Übersetzung ergeben.