यहां दिए गए इंटरैक्टिव एक्सरसाइज़ में उन चीज़ों के बारे में बताया गया है जो आपने सीखी हैं. न्यूरल नेटवर्क का इस्तेमाल करता है.
कसरत
फ़ीचर क्रॉस व्यायाम कैटगरिकल डेटा मॉड्यूल में उपलब्ध है, आपने नॉनलीनियर डेटा को फ़िट करने के लिए, सुविधा क्रॉस को मैन्युअल तौर पर बनाया हो. अब, आपको दिखेगा कि क्या आपके पास ऐसा न्यूरल नेटवर्क बनाने का विकल्प है जो अपने-आप सीख सकता है ट्रेनिंग के दौरान नॉनलीनियर डेटा को कैसे फ़िट किया जाए.
आपका टास्क: एक ऐसा न्यूरल नेटवर्क कॉन्फ़िगर करें जो नारंगी बिंदुओं को अलग कर सके नीचे दिए गए डायग्राम में नीले बिंदुओं से, दोनों में 0.2 से कम का नुकसान होता है ट्रेनिंग और टेस्ट डेटा हो सकता है.
Instructions:
नीचे दिए गए इंटरैक्टिव विजेट में:
- न्यूरल नेटवर्क के हाइपर पैरामीटर में बदलाव करने के लिए, कुछ
नीचे दी गई कॉन्फ़िगरेशन सेटिंग का इस्तेमाल किया जा सकता है:
- + और - बटन पर क्लिक करके छिपी हुई लेयर जोड़ें या हटाएं नेटवर्क आरेख में छिपी लेयर की बाईं ओर मौजूद है.
- + और - पर क्लिक करके किसी छिपी हुई लेयर में न्यूरॉन जोड़ें या हटाएं छिपे हुए लेयर कॉलम के ऊपर मौजूद बटन.
- लर्निंग रेट से कोई नई वैल्यू चुनकर, लर्निंग रेट बदलें ड्रॉप-डाउन पर क्लिक करें.
- ऐक्टिवेशन फ़ंक्शन बदलने के लिए, डायग्राम के ऊपर ऐक्टिवेशन ड्रॉप-डाउन.
- न्यूरल नेटवर्क को ट्रेनिंग देने के लिए, डायग्राम के ऊपर दिए गए चलाएं (▶️) बटन पर क्लिक करें पैरामीटर का इस्तेमाल करें.
- ट्रेनिंग के तौर पर डेटा को फ़िट करने वाले मॉडल के विज़ुअलाइज़ेशन को देखें आपका खाता टेस्ट हार और इसमें ट्रेनिंग में कमी की वैल्यू आउटपुट सेक्शन में.
- अगर मॉडल, टेस्ट और ट्रेनिंग डेटा पर 0.2 से कम वैल्यू नहीं हासिल करता, 'रीसेट करें' पर क्लिक करें और कॉन्फ़िगरेशन के दूसरे सेट के साथ, पहले से तीसरे चरण तक की प्रक्रिया को दोहराएं सेटिंग. यह तरीका तब तक दोहराएं, जब तक आपको पसंदीदा नतीजे न मिल जाएं.
समस्या हल करने के लिए, यहां क्लिक करें
हम 0.2 से कम में, टेस्ट और ट्रेनिंग में नुकसान, दोनों को हासिल करने में कामयाब रहे. इसके लिए हम ये काम कर सकते हैं:
- 3 न्यूरॉन वाली 1 छिपी हुई लेयर जोड़ी जा रही है.
- 0.01 की लर्निंग रेट चुन रही हूँ.
- ReLU का ऐक्टिवेशन फ़ंक्शन चुनना.