► 14. ОСТАНОВКА обучения: EarlyStopping. ТЕСТИРОВАНИЕ модели. | Курс по нейронным сетям с Pytorch.

Описание к видео ► 14. ОСТАНОВКА обучения: EarlyStopping. ТЕСТИРОВАНИЕ модели. | Курс по нейронным сетям с Pytorch.

В этом видео мы поговорим про критерий останова, двумя различными способами реализуем один из них. Создадим собственный класс EarlyStopping. Вкратце затрону тему тестирования модели. А так же обращу ваше внимание на потенциальную ошибку при задачи классификации, которую очень сложно отловить и очень легко допустить.

✅ Telegram: https://t.me/PyTorch_for_you
✅ Плейлист по нейронным сетям с Pytorch:    • ► Нейронные сети с PyTorch: без форму...  

► Курс по Numpy с задачами: https://stepik.org/a/180256?utm_sourc...
► Telegram: https://t.me/numpy_for_you
► Плейлист по Numpy:    • ► КУРС по Numpy от Дубинина Сергея  

► Курс по Pandas с задачами: https://stepik.org/a/122126?utm_sourc...
► Telegram: https://t.me/pandas_for_you
► Плейлист по Pandas:    • ► КУРС по Pandas от Дубинина Сергея.  

Мой Telegram канал: https://t.me/dubinin_ser

=================================================

Приветствую вас, друзья! Если вы интересуетесь машинным обучением и хотите научиться создавать собственные модели глубокого обучения, то вы попали по адресу!

PyTorch – это одна из самых популярных библиотек глубокого обучения, которая предоставляет нам инструменты для создания и обучения нейронных сетей.

В этой серии видео мы будем изучать основы работы с PyTorch. Затем мы погрузимся в мир нейронных сетей, изучив различные типы слоев. Мы также рассмотрим различные архитектуры нейронных сетей, такие как сверточные нейронные сети.

Не теряйте времени и присоединяйтесь к нам в этом захватывающем путешествии в мир нейронных сетей и PyTorch!

=================================================

Тайм-коды:
00:00 - Введение.
00:33 - Первый способ остановки обучения.
03:40 - Тестирование модели классификации MNIST.
06:40 - Нюансы при классификации.
09:15 - Класс EarlyStopping. Второй способ остановки обучения.
13:15 - Тестирование модели задачи регрессии.
13:50 - Проверка результатов обучения

Теги: #pytorch #AI
●●●●●●●●●●●●●●●●●●●●
► Поддержать автора:

Комментарии

Информация по комментариям в разработке