在下方的互動式練習中,您將運用所學來訓練 用來適應非線性資料
運動
在「功能交叉練習」中 「類別資料模組」 您手動建構的特徵會交錯組合,以符合非線性資料。 瞭解您能不能建構可自動學習的類神經網路 如何在訓練過程中適應非線性資料
您的工作:設定類神經網路,可以將橘點與 下圖中的藍點,兩個儲存格中的 訓練和測試資料
Instructions:
在下方的互動式小工具中:
- 透過實驗修改類神經網路超參數
以下設定:
- 按一下「+」和「-」按鈕,即可新增或移除隱藏圖層 位於網路圖表中「HIDDEN LAYERS」標題的左側。
- 如要新增或移除隱藏層中的神經元,請按一下「+」和「-」 按鈕。
- 如要變更學習率,請從學習率中選取新的值 下拉式選單
- 如要變更啟用函式,請從 圖表上方的「Activation」(啟用) 下拉式選單。
- 點選圖表上方的「播放」按鈕 (▶️) 來訓練類神經網路 運用指定參數建立模型
- 觀察模型的視覺化呈現方式,將資料調整為訓練範圍 相關進度和 測試損失和 訓練損失值 「Output」(輸出) 區段。
- 如果模型的測試和訓練資料損失不會低於 0.2, 請按一下重設,然後使用不同的設定重複步驟 1 到 3 可以管理叢集設定,像是節點 資源調度、安全性和其他預先設定項目重複這個流程,直到達到偏好的結果為止。
按一下這裡查看解決方案
我們透過以下方式,使測試與訓練的損失達到 0.2 以下:
- 新增 1 個包含 3 個神經元的隱藏層。
- 選擇 0.01 的學習率。
- 選擇 ReLU 的活化函數。