Информация о работе
Подробнее о работе
Лабораторная работа Решение задачи регрессии с помощью нейронной сети, Введение в профессию СПбГУТ, вариант 4, PyTorch
- 12 страниц
- 2026 год
- 0 просмотров
- 0 покупок
Гарантия сервиса Автор24
Уникальность не ниже 50%
Фрагменты работ
Отчёт по лабораторной работе «Решение задачи регрессии с помощью нейронной сети» по дисциплине «Введение в профессию», вариант 4 (Adam, 50 нейронов в скрытом слое, lr 0,01). Код на Python и PyTorch запущен, все результаты получены заново, у каждой конфигурации по три запуска с разными начальными весами. Задание 1: сеть обучена на зашумлённом синусе, построены график предсказания и кривая ошибки по эпохам, перебором от 1 до 50 нейронов найдено минимальное число нейронов скрытого слоя (15) с таблицей MAE. Задание 2: подобран шаг градиентного спуска в интервале плюс-минус 100 % от номинала (от 0,001 до 0,02, 20 значений), лучший lr 0,009, таблица и график. Задания 3 и 4: сеть переделана под функцию y = 2^x sin(2^-x), сравнено 7 настроек (число нейронов, второй слой, число эпох, функция потерь MSE или MAE, Tanh), получена MAE 0,018 при требовании не хуже 0,03. В отчёте цель и постановка задачи, методика, листинги кода, 4 таблицы, 5 графиков, выводы, список источников. Объём 12 страниц, без титульного листа.
1 Цель работы и постановка задачи
2 Методика исследования
3 Задание 1. Исследование сети и минимальное число нейронов
4 Задание 2. Подбор шага градиентного спуска
5 Задания 3 и 4. Предсказание новой функции
Выводы
Список использованных источников
Отчёт по лабораторной работе «Решение задачи регрессии с помощью нейронной сети» по дисциплине «Введение в профессию», вариант 4 (Adam, 50 нейронов в скрытом слое, lr 0,01). Код на Python и PyTorch запущен, все результаты получены заново, у каждой конфигурации по три запуска с разными начальными весами. Задание 1: сеть обучена на зашумлённом синусе, построены график предсказания и кривая ошибки по эпохам, перебором от 1 до 50 нейронов найдено минимальное число нейронов скрытого слоя (15) с таблицей MAE. Задание 2: подобран шаг градиентного спуска в интервале плюс-минус 100 % от
1. PyTorch documentation. torch.nn, torch.optim. URL: https://pytorch.org/docs/stable/
2. Гудфеллоу Я., Бенджио И., Курвилль А. Глубокое обучение. 2-е изд. М.: ДМК Пресс, 2018. 652 с.
3. Николенко С. И., Кадурин А. А., Архангельская Е. О. Глубокое обучение. Погружение в мир нейронных сетей. СПб.: Питер, 2018. 480 с.
4. Kingma D. P., Ba J. Adam: A Method for Stochastic Optimization. arXiv:1412.6980, 2014.
Форма заказа новой работы
Не подошла эта работа?
Закажи новую работу, сделанную по твоим требованиям
