Tôi muốn đề xuất một loại thử thách chơi gôn khác cho cộng đồng này:
(Nhân tạo) Mạng nơ-ron là mô hình học máy rất phổ biến có thể được thiết kế và đào tạo để xấp xỉ bất kỳ chức năng nào (thường không biết). Chúng thường được sử dụng để giải quyết các vấn đề rất phức tạp mà chúng ta không biết cách giải quyết bằng thuật toán như nhận dạng giọng nói, một số loại phân loại hình ảnh, các tác vụ khác nhau trong các hệ thống lái xe tự trị, ... Đối với một mạng lưới thần kinh, hãy xem xét điều này tuyệt vời Wikipedia bài viết .
Vì đây là lần đầu tiên trong những gì tôi hy vọng sẽ là một loạt các thử thách chơi gôn máy, tôi muốn giữ mọi thứ đơn giản nhất có thể:
Trong ngôn ngữ và khung bạn chọn, thiết kế và huấn luyện một mạng nơ ron, được đưa ra tính sản phẩm của họ cho tất cả các số nguyên giữa (và bao gồm) và .
Mục tiêu hoạt động
Để đủ điều kiện, mô hình của bạn không được sai lệch quá so với kết quả chính xác trên bất kỳ mục nào trong số đó.
Quy tắc
Mô hình của bạn
- phải là mạng thần kinh 'truyền thống' (giá trị của một nút được tính như một tổ hợp tuyến tính có trọng số của một số nút trong lớp trước theo sau là hàm kích hoạt),
- chỉ có thể sử dụng các chức năng kích hoạt tiêu chuẩn sau:
- ,
- ,
- ,
- ,
- ,
- ,
- ,
- ,
- phải lấy làm tupel / vector / list / ... của số nguyên hoặc số float làm đầu vào duy nhất của nó,
- trả về câu trả lời dưới dạng một số nguyên, float (hoặc một thùng chứa phù hợp, ví dụ như một vectơ hoặc danh sách, có chứa câu trả lời này).
Câu trả lời của bạn phải bao gồm (hoặc liên kết đến) tất cả các mã cần thiết để kiểm tra kết quả của bạn - bao gồm các trọng số được đào tạo của mô hình của bạn.
Chấm điểm
Mạng thần kinh có số lượng trọng lượng nhỏ nhất (bao gồm cả trọng số sai lệch) sẽ thắng.
Thưởng thức!
f(x) = x
để chuyển tiếp đầu vào của nó không?