Hyperparameter Tuning with Neural Network Intelligence

via Coursera

Aperçu

Découvrez la puissance de l'Intelligence de Réseau Neuronal (NNI) de Microsoft dans notre projet guidé complet de 2 heures, conçu pour équiper les participants avec des connaissances fondamentales et des compétences pratiques dans l'ajustement des hyperparamètres en utilisant la boîte à outils NNI. La boîte à outils AutoML open-source de Microsoft facilite l'automatisation de divers processus d'apprentissage automatique tels que l'ingénierie des caractéristiques, l'ajustement des hyperparamètres, la recherche d'architecture neuronale, et la compression de modèle. Cette session se concentre sur l'ajustement des hyperparamètres pour optimiser la performance d'un réseau neuronal.

Les participants acquerront une expérience pratique avec la boîte à outils NNI, explorant ses capacités dans la conduite d'une expérience d'ajustement des hyperparamètres. En utilisant le jeu de données MNIST, connu pour ses images de chiffres écrits à la main, les apprenants entraîneront un réseau neuronal de base. Le projet vise à affiner divers paramètres incluant la taille du lot, le taux d'apprentissage, le choix de la fonction d'activation pour la couche cachée, le nombre d'unités dans la couche cachée, et le taux de dropout pour améliorer l'exactitude du modèle.

Pour profiter pleinement de ce projet guidé, une compréhension compétente du langage de programmation Python est essentielle. Une familiarité avec les réseaux neuronaux et des cadres comme TensorFlow et Keras sera également bénéfique. Ce cours est optimisé pour les apprenants de la région de l'Amérique du Nord, avec des efforts en cours pour étendre une expérience d'apprentissage similaire à d'autres régions.

Fourni par Coursera, ce projet couvre plusieurs catégories, offrant une expérience d'apprentissage riche en Programmation Python, Réseaux Neuronaux, TensorFlow, Keras, Optimisation des Hyperparamètres, et Ajustement des Hyperparamètres.