損失の重み付け

これまでに作成した、アルファベットと文字を予測する2出力モデルの3つのバージョン（model_a、model_b、model_c）が学習済みです。3つすべてで、損失は次のように定義されています。

loss_alpha = criterion(outputs_alpha, labels_alpha)
loss_char = criterion(outputs_char, labels_char)
loss = ((1 - char_weight) * loss_alpha) + (char_weight * loss_char)

ただし、各モデルはそれぞれ異なる char_weight（0.1、0.5、0.9）で学習されています。

前の演習で定義した関数 evaluate_model() を使って各モデルの精度を確認し、どのモデルがどの char_weight で学習されたかを特定してください。

選択肢

model_a: 0.1, model_b: 0.5, model_c: 0.9

model_a: 0.1, model_b: 0.9, model_c: 0.5

model_a: 0.5, model_b: 0.1, model_c: 0.9

model_a: 0.9, model_b: 0.1, model_c: 0.5

model_a: 0.9, model_b: 0.5, model_c: 0.1

.css-6su6fj{-webkit-flex-shrink:0;-ms-flex-negative:0;flex-shrink:0;}演習

指示

選択肢

演習