Huấn luyện MLP binary với BCEWithLogitsLoss
Huấn luyện MLP binary đúng với logits và BCEWithLogitsLoss.
Tiến độ của tôi ở bài này
Điểm được lưu vào tài khoản sau khi chấm bài.
Đang tải điểm của bạn…
Kiến thức và chủ đề
Kiến thức tiên quyết: MLP forward, BCEWithLogitsLoss, optimizer step.
Nội dung đề bài
Mục tiêu kiến thức
Huấn luyện MLP binary đúng với logits và BCEWithLogitsLoss.
Mô tả bài toán
Đây là bài số 390 trong tầng PyTorch deep learning thực hành. Bài dùng thư viện nn.Sequential + BCEWithLogitsLoss + SGD trên dữ liệu nhỏ, cố định và chạy CPU; mục tiêu là hiểu workflow chứ không bắt học viên tự viết lại thư viện.
Yêu cầu
Tạo MLP 1 hidden layer, train bằng BCEWithLogitsLoss và SGD, trả loss đầu/cuối, accuracy và predictions.
def train_torch_binary_mlp(X, y, epochs, learning_rate):Input
X/y nhị phân, epochs và learning_rate.
Output
Dictionary initial_loss, final_loss, accuracy, predictions.
Ràng buộc
Loss nhận logits thô; sigmoid chỉ dùng lúc đọc probability/prediction.
Ví dụ
Giải thích
Các điểm âm/dương sau vài trăm epoch phải được MLP phân biệt với accuracy cao.
Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.
Góp ý & báo lỗi bài tập
Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.