在下面的互动式练习中，您将使用学到的知识来 来拟合非线性数据。
锻炼
在特征交叉练习中， 请参阅“分类数据”模块 您手动构建了特征组合来拟合非线性数据。 现在，看看你能否构建一个 如何在训练期间拟合非线性数据。
您的任务：配置一个能够将橙点与白点分开的神经网络 下图中的蓝点，两者的损失都小于 0.2 训练数据和测试数据。
说明：
在下面的互动式 widget 中：
- 使用一些超参数进行实验，从而修改神经网络超参数
以下配置设置之一：
- 通过点击 + 和 - 按钮来添加或移除隐藏层： （位于网络图中隐藏层标题的左侧）。
- 点击 + 和 - 在隐藏层中添加或移除神经元 按钮。
- 通过从学习速率中选择新值来更改学习速率 下拉菜单。
- 更改激活函数，方法是从 激活下拉菜单。
- 点击图表上方的播放 (▶️) 按钮可训练神经网络 使用指定的参数训练该模型。
- 观察与训练数据拟合的模型的可视化效果 以及 测试损失和 训练损失值，位于 输出部分。
- 如果模型在测试和训练数据上的损失达不到 0.2， 点击“重置”，然后以不同的一组配置重复执行第 1-3 步 设置。重复此过程，直至达到您期望的结果。
点击此处即可查看我们的解决方案
我们通过以下方式使测试损失和训练损失均低于 0.2：
- 添加了 1 个包含 3 个神经元的隐藏层。
- 将学习速率设为 0.01。
- 选择 ReLU 的激活函数。