MLP scikit-learn, inisialisasi, dan regularisasi
Setelah pelajaran ini kamu bisa melatih MLP dengan fitur terskala pada data gambar angka, mengevaluasinya dengan akurasi dan confusion matrix, menghitung parameternya, dan menentukan skala inisialisasi He untuk lapis tersembunyinya.
Dataset digits bawaan scikit-learn berisi 1.797 gambar angka tulisan tangan berukuran 8 × 8 piksel. Setiap gambar diratakan menjadi 64 fitur kecerahan piksel, dengan label 0 sampai 9. Misi ini merangkai isi kelas: menskalakan fitur di dalam pipeline, melatih MLP, mengevaluasinya di data uji, menghitung parameternya, lalu menentukan skala bobot awal lapis tersembunyinya.
Misi akhir modul: luluskan minimal 4 dari 4 tugas. Jawaban diperiksa di server. Lulus berarti kamu memahami contohnya, bukan penilaian seluruh pekerjaanmu.
Lapis tersembunyi MLP ini menerima 64 fitur piksel dan memakai ReLU. Bila bobotnya diinisialisasi dengan He (Gaussian bermean 0), berapa simpangan bakunya? Tulis dengan dua desimal.
Memuat catatan…
tersimpan otomatis, ikut tercetak · 0/4.000
Luluskan semua latihan dulu untuk menandai pelajaran ini selesai.
