pms/umz21
4
2
Fork 1
Code Issues Pull Requests Releases Wiki Activity

Usunięcie nieaktualnych materiałów (lab. 11)

Browse Source
This commit is contained in:
Paweł Skórzewski 2021-06-02 08:10:47 +02:00
parent 666056861d
commit 24f2b51eca
1 changed files with 0 additions and 60 deletions
Show Stats Download Patch File Download Diff File Expand all files Collapse all files

60
lab/11_Wielowarstwowe_sieci_neuronowe.ipynb
View File

@ -1,60 +0,0 @@
{
"cells": [
{
"cell_type": "markdown",
"metadata": {},
"source": [
"## Wielowarstwowe sieci neuronowe\n",
"\n",
"[Keras](https://keras.io/) to zaawansowany pakiet do tworzenia sieci neuronowych w języku Python.\n",
"Na komputerach wydziałowych powinien być zainstalowany.\n",
"Na własnych komputerach pod Linuxem można go zainstalować poleceniem: `sudo pip install keras`.\n",
"\n",
"**Uwaga:** pierwsze uruchomienie zazwyczaj trwa jakiś czas, ponieważ pod spodem model kompiluje się jako aplikacja w C++. \n",
"\n",
"#### 1. Iris dataset\n",
"\n",
"Korzystając z [oficjalnej dokumentacji](http://keras.io) oraz materiałów szkoleniowych znalezionych w internecie (np. [machinelearningmastery.com](http://machinelearningmastery.com/tutorial-first-neural-network-python-keras/)), zbuduj (co najmniej) dwuwarstwową sieć neuronową do klasyfkacji _Iris dataset_. Opisz stworzony model: architekturę sieci, jej rozmiar, zastosowane funkcje aktywacji, funkcję kosztu, wersję GD, metodę regularyzacji. Podaj wynik ewaluacji na zbiorze testowym.\n",
"\n",
"#### 2. MNIST\n",
"\n",
"Uruchom przykład `mnist_mlp.py` z [katalogu oficjalnych przykładów]( https://github.com/fchollet/keras/tree/master/examples) (warto ew. zmienić liczbę epok do 5). Posiłkując się dokumentacją, przeanalizuj kod i opisz:\n",
"\n",
"* Do jakiej postaci sprowadzane są dane `Y_train` i `Y_test`?\n",
"* Przedstaw wzór matematyczny na zastosowaną funkcję błędu.\n",
"* Jaka jest architektura sieci neuronowej? Ile ma warstw, jakie są rozmiary macierzy warstw? Czy można uzyskać dostęp do tych wag?\n",
"* Jakie funkcje aktywacji użyto? Podaj ich wzory.\n",
"* Czym jest `Dropout`? Czemu służy? Jakie znaczenie ma parametr?\n",
"\n",
"Zmodyfikuj model z przykładu `mnist_mlp.py` i wykonaj:\n",
"\n",
"* Usuń warstwy `Dropout`, jaki jest efekt?\n",
"* Stwórz 6-cio warstwowy model o rozmiarach warstw 2500, 2000, 1500, 1000, 500 oraz 10 bez `Dropout`, użyj wszędzie funkcji aktywacji `tanh` z wyjątkiem ostatniej warstwy, gdzie należy użyć `softmax`. Trenuj model przez 10 epok.\n",
"* Dodaj warstwy `Dropout`, porównaj jakość po 10 epokach, krótko opisz wnioski.\n",
"* Zamiast `RMSprop` użyj algorytm `Adagrad`, porównaj jakość, krótko opisz wnioski. "
]
}
],
"metadata": {
"hide_input": false,
"kernelspec": {
"display_name": "Python 3",
"language": "python",
"name": "python3"
},
"language_info": {
"codemirror_mode": {
"name": "ipython",
"version": 3
},
"file_extension": ".py",
"mimetype": "text/x-python",
"name": "python",
"nbconvert_exporter": "python",
"pygments_lexer": "ipython3",
"version": "3.8.3"
}
},
"nbformat": 4,
"nbformat_minor": 4
}