1. Apprendre
    2. /
  2. Cours
    3. /
  3. Introduction au Deep Learning avec PyTorch
Connected

Exercice

Expérimenter avec le dropout

Le dropout aide à prévenir le surapprentissage en mettant aléatoirement certaines valeurs de sortie à zéro pendant l'entraînement. Dans cet exercice, vous allez créer un réseau de neurones simple avec dropout et observer son comportement en modes entraînement et évaluation.

Le module torch.nn est préchargé sous nn, et features est déjà défini pour vous.

Instructions 1/2

undefined XP
    1
    2
  • Ajoutez une couche de dropout au modèle avec une probabilité de 50 % de mettre des éléments à zéro.
  • Placez le modèle en mode entraînement et générez des prédictions à partir de features, en stockant le résultat dans output_train.