Bells verkstad.
Hur kan ett neuralt nätverk förbättra sina förutsägelser?
I den föregående lektionen tränade vi ett neuralt nätverk för att identifiera runda bord med hjälp av endast deras area och radie.
Nätverket lärde sig från exempel och kunde göra verkliga förutsägelser.
Men vad händer om vi inte är helt övertygade om dess förmåga att göra förutsägelser?
Att lära sig från ett experiment
Scenariot Bells verkstad är ett experiment som främst fokuserar på att visa hur man kan förbättra prediktionen från den första lektionen.
Genom att experimentera med scenariot kommer vi att förstå vad följande är:
Fler neuroner
Hur kan prediktionen förbättras om vi lägger till fler dolda neuroner i det neurala nätverket?
Neurala nätverks arkitektur
Se för första gången hur det neurala nätverket växer.
Noggrannhet
Se hur fler neuroner förbättrar prediktionernas noggrannhet.
Hur experimenterar man med scenarierna?
Allt börjar med att du befinner dig i ett scenario där det finns ett problem som du behöver lösa.
I det här fallet befinner vi oss i scenariot Bells verkstad, och problemet vi ska lösa är att med större noggrannhet avgöra om ett bord är runt eller inte genom att öka storleken på det neurala nätverket.
Gå vidare genom sektionerna och se själv, visuellt, hur vi kan förbättra träningen och slutligen uppnå nästan perfekt noggrannhet.
01
Reflektion
02
Upptäckt
03
Sammanflätning
Fortsätt experimentet