12. diel - Neurónové siete – Hodnotenie modelov
V minulej lekcii, Neurónové siete - Porovnanie algoritmov gradientného zostupu , sme porovnali algoritmy gradientného zostupu na MNIST datasete.
Zatiaľ sme v tutoriáli Neurónovej siete – Pokročilé hovorili len o modeloch. Ukázali sme si niekoľko príkladov a vysvetlili sme na nich niektoré javy. Výsledky sa obvykle zdali byť správne, nikdy sme ale nehovorili o hodnotení modelov. Teda ako dokážeme rozpoznať, či sa modely učia a fungujú dobre. Tomu sa budeme venovať práve v tejto lekcii.
Najprv si pripravme importy:
import numpy as np import matplotlib.pyplot as plt import sklearn.preprocessing, sklearn.datasets, sklearn.model_selection import timeit from progressbar import progressbar
Loss funkcie
Loss je funkcia, ktorú učiaci algoritmus priamo optimalizuje.
...koniec náhľadu článku...
Pokračuj ďalej
Minul si až sem a to je super! Veríme, že ti prvé lekcie ukázali niečo nového a užitočného.
Chceš v kurze pokračovať? Prejdi do prémiové sekcie.
Kúpiť tento kurz
Obsah článku spadá pod licenciu Premium, kúpou článku súhlasíš so zmluvnými podmienkami.
- Neobmedzený a trvalý prístup k jednotlivým lekciím.
- Kvalitné znalosti v oblasti IT.
- Zručnosti, ktoré ti pomôžu získať vysnívanú a dobre platenú prácu.
Popis článku
Požadovaný článok má nasledujúci obsah:
V tejto lekcii tutoriálu Neurónovej siete - Pokročilé preberieme loss funkcie a metriky.
Kredity získaš, keď podporíš našu sieť. To môžeš urobiť buď zaslaním symbolickej sumy na podporu prevádzky alebo pridaním obsahu na sieť.