Crear
Descargar
Obtener Plan Académico
Compartir juego
Intégralo en tu plataforma

Puedes integrar el juego en un LMS compatible con LTI 1.1 o LTI 1.3 como Canvas, Moodle, o Blackboard. De esta manera podrás guardar las puntuaciones automáticamente en el libro de calificaciones de esa plataforma.
Descargar
Has superado el número máximo de juegos que puedes integrar en Google Classroom con tu Plan actual.

Para integrar tantos juegos como quieras en Google Classroom, necesitas un Plan Académico o un Plan Comercial.

Has superado el número máximo de juegos que puedes integrar en Microsoft Teams con tu Plan actual.

Para integrar tantos juegos como quieras en Microsoft Teams, necesitas un Plan Académico o un Plan Comercial.

La descarga de juegos es una característica exclusiva para usuarios con un Plan Académico o un Plan Comercial.

Obtén ahora tu Plan Académico o Comercial y comienza a integrar tus juegos en tu LMS, web o blog.

Si lo deseas, puedes descargar un juego de prueba aquí y probar su integración:

Ko'p qatlamli neyron tarmini Python bilan modellash

Sí o No

Jugadas 0

Sobre esta actividad

Neyron tarmini o'rganish bo'yicha sinovlar

Creada por

Uzbekistán

Descarga la versión para jugar en papel

Crea tu propio juego gratis desde nuestro creador de juegos
Compite contra tus amigos para ver quien consigue la mejor puntuación en esta actividad

Top juegos

%
Anónimo
Anónimo
%
%
%
Has superado el número máximo de juegos que puedes imprimir con tu Plan actual.

Para imprimir tantos juegos como quieras, necesitas un Plan Académico o un Plan Comercial.

Imprime tu juego
Ko'p qatlamli neyron tarmini Python bilan modellash
 

Ko'p qatlamli neyron tarmini Python bilan modellashVersión en línea

Neyron tarmini o'rganish bo'yicha sinovlar

por Quvonchbek_2132
1

Python uchun yagona kutubxona TensorFlow bo'lib, boshqasi yo'q.

2

Normallashtirish, aktivatsiya funksiyalari (ReLU, sigmoid) ko'p qatlamli neyron tarmini samaradorligini oshiradi.

3

Backpropagation o'ta tez bo'lganligi bois minimal training data bilan o'rganadi.

4

Epoch sonini sozlash trainingga ta'sir qilmaydi.

5

Forward pass tarmoq chiqishini hisoblab, keyin backpropagation orqali gradientlar hisoblanadi.

6

Neyron tarmining og'irliklari har bir epochda tasodifan qisman o'zgarmaydi.

7

Python tilida ko'p qatlamsli neyron tarmlarini PyTorch yoki TensorFlow yordamida modellash mumkin.

8

O'qitish jarayonida yo'qotish funksiyasi aniqlanadi va optimizator yordamida og'irliklar yangilanadi.

9

Ko'p qatlamli tarmoq faqat konvolyutsion qatlamlardan iborat bo'lishi kerak.

10

Mini-batch treningi ko'plab ma'lumotlar kichik guruhlarda yangilanadi.

¿Estás seguro que quieres abandonar la página?

Al abandonar la página perderás el progreso del juego.