بتل کد Battle Codeدارد باز می‌شود…

مثال پایتون (هوش مصنوعی با پایتون): — داده‌ی بزرگ‌تر ۲

مثال 4 از درس جلسه‌ی 46 آموزش هوش مصنوعی برای نوجوانان با پایتون: داده‌ی بزرگ‌تر ۲

حالا می‌توانیم آزمایش کنیم! نرخ یادگیری (جلسه‌ی ۲۶) را عوض کن و منحنی‌ها را کنار هم بگذار. با 0.05 (خیلی کوچک) خطا بعد از ۲۰ دوره هنوز ۰.۴۸ است؛ مثل کسی که با قدم‌های مورچه‌ای از تپه پایین می‌رود. با 0.5 بعد از ۱۰ دوره ۰.۰۶. با 5.0 (خیلی بزرگ) خطا اول به ۵.۸ می‌پرد و بعد روی ۲.۳۳ گیر می‌کند: دقت ۱۰٪، یعنی مثل حدس زدن یکی از ده رقم! قدم‌ها آن‌قدر بزرگ بودند که نورون‌های ReLU «مُردند» (همیشه منفی، همیشه صفر).

# loss per epoch for three learning rates (batches of 20)
# lr 0.05: 2.331 2.143 1.999 1.865 1.736 ... 0.525 0.484   (20 epochs, too slow)
# lr 0.5:  1.458 0.93 0.529 0.417 0.181 ... 0.061          (10 epochs, good)
# lr 5.0:  5.757 2.366 2.388 2.331 2.378 ... 2.32          (stuck at 10%)

این کد را همین‌جا در ویرایشگر پایتون اجرا کن، عددها و متن‌هایش را عوض کن و دوباره اجرا کن تا ببینی چه تغییری می‌کند.

بیشتر بخوان: پایتون چیست؟ تاریخچه، کاربردها و راه شروع

← مثال قبلی · برگشت به درس جلسه‌ی 46: داده‌ی بزرگ‌تر ۲ · مثال بعدی → · چالش‌های این جلسه