Notice: This page requires JavaScript to function properly.
Please enable JavaScript in your browser settings or update your browser.
Oppiskele Haaste: Lineaarisen Regressiomallin Toteuttaminen | Edistyneemmät Käsitteet
Pytorchin Perusteet

bookHaaste: Lineaarisen Regressiomallin Toteuttaminen

Tehtävä

Swipe to start coding

Sinulle annetaan tietoaineisto, joka sisältää opiskelijoiden opiskelutuntien määrän ja heidän vastaavat koetuloksensa. Tehtävänäsi on kouluttaa lineaarinen regressiomalli tämän datan perusteella.

  1. Muunna nämä sarakkeet PyTorch-tensoreiksi ja muotoile ne siten, että ne ovat 2-ulotteisia muodossa [N, 1].
  2. Määrittele yksinkertainen lineaarinen regressiomalli.
  3. Käytä MSE:tä (keskineliövirhettä) tappiofunktioina.
  4. Määrittele optimizer käyttäen SGD-menetelmää ja aseta oppimisnopeudeksi 0.01.
  5. Kouluta lineaarinen regressiomalli ennustamaan koetuloksia opiskelutuntien perusteella. Jokaisella epookilla:
    • Laske ennusteet X_tensor-datalla;
    • Laske tappio;
    • Nollaa gradientti;
    • Suorita taaksepäin kulku (backward pass);
    • Päivitä parametrit.
  6. Hae mallin parametrit (painot ja bias).

Ratkaisu

Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

Osio 2. Luku 4
single

single

Kysy tekoälyä

expand

Kysy tekoälyä

ChatGPT

Kysy mitä tahansa tai kokeile jotakin ehdotetuista kysymyksistä aloittaaksesi keskustelumme

close

Awesome!

Completion rate improved to 5

bookHaaste: Lineaarisen Regressiomallin Toteuttaminen

Pyyhkäise näyttääksesi valikon

Tehtävä

Swipe to start coding

Sinulle annetaan tietoaineisto, joka sisältää opiskelijoiden opiskelutuntien määrän ja heidän vastaavat koetuloksensa. Tehtävänäsi on kouluttaa lineaarinen regressiomalli tämän datan perusteella.

  1. Muunna nämä sarakkeet PyTorch-tensoreiksi ja muotoile ne siten, että ne ovat 2-ulotteisia muodossa [N, 1].
  2. Määrittele yksinkertainen lineaarinen regressiomalli.
  3. Käytä MSE:tä (keskineliövirhettä) tappiofunktioina.
  4. Määrittele optimizer käyttäen SGD-menetelmää ja aseta oppimisnopeudeksi 0.01.
  5. Kouluta lineaarinen regressiomalli ennustamaan koetuloksia opiskelutuntien perusteella. Jokaisella epookilla:
    • Laske ennusteet X_tensor-datalla;
    • Laske tappio;
    • Nollaa gradientti;
    • Suorita taaksepäin kulku (backward pass);
    • Päivitä parametrit.
  6. Hae mallin parametrit (painot ja bias).

Ratkaisu

Switch to desktopVaihda työpöytään todellista harjoitusta vartenJatka siitä, missä olet käyttämällä jotakin alla olevista vaihtoehdoista
Oliko kaikki selvää?

Miten voimme parantaa sitä?

Kiitos palautteestasi!

close

Awesome!

Completion rate improved to 5
Osio 2. Luku 4
single

single

some-alt