शुरू करेंमुफ़्त में शुरू करें

Dropout के साथ प्रयोग

Dropout ओवरफिटिंग को रोकने में मदद करता है क्योंकि यह ट्रेनिंग के दौरान कुछ आउटपुट वैल्यूज़ को रैंडम तरीके से शून्य कर देता है। इस अभ्यास में, आप dropout के साथ एक सरल न्यूरल नेटवर्क बनाएँगे और देखेंगे कि ट्रेनिंग और इवैल्यूएशन मोड में इसका व्यवहार कैसे बदलता है.

torch.nn पैकेज nn नाम से प्रीलोडेड है, और features पहले से आपके लिए परिभाषित है.

यह अभ्यास पाठ्यक्रम का हिस्सा है

PyTorch के साथ Deep Learning परिचय

पाठ्यक्रम देखें

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Model with Dropout
model = nn.Sequential(
    nn.Linear(8, 6),
    nn.Linear(6, 4),
    ____)

# Forward pass in training mode (Dropout active)
model.____
output_train = ____
कोड संपादित करें और चलाएँ