KAPITEL 3
Verfeinerungen
Im letzten Kapitel haben wir ein neuronales Netz entwickelt, um Bilder handgeschriebener Ziffern zu klassifizieren. Obwohl wir das Netz bewusst einfach gehalten haben, hat es bemerkenswert gut funktioniert und mit dem MNIST-Testdatensatz eine Trefferquote von etwa 87% erreicht.
Jetzt untersuchen wir einige Verfeinerungen, die geeignet sind, die Performance eines Netzes zu verbessern.
Verlustfunktion
Manche neuronalen Netze sind dafür ausgelegt, einen kontinuierlichen Bereich von Ausgabewerten zu erzeugen. Zum Beispiel könnte ein Netz, das Temperaturen vorhersagt, in der Lage sein, jeden Wert im Bereich von 0 bis 100 Grad Celsius auszugeben.
Andere Netze sind so konzipiert, dass sie wahr/falsch oder 1/0 als Ausgaben liefern. ...
Get GANs mit PyTorch selbst programmieren now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
