Pipeline ML/DL đầu-cuối bằng PyTorch
Kết nối split dữ liệu, tensor, DataLoader, MLP, train và validation thành một workflow hoàn chỉnh.
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: train/validation split, DataLoader, binary MLP, evaluation.
Nội dung đề bài
Mục tiêu kiến thức
Kết nối split dữ liệu, tensor, DataLoader, MLP, train và validation thành một workflow hoàn chỉnh.
Mô tả bài toán
Đây là bài số 394 trong tầng PyTorch deep learning thực hành. Bài dùng thư viện train_test_split + TensorDataset + DataLoader + PyTorch MLP 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
Chia train/validation bằng train_test_split có stratify, train MLP PyTorch bằng DataLoader và báo accuracy hai phần.
def torch_end_to_end_pipeline(X, y, epochs, learning_rate, seed):Input
X/y binary, epochs, learning_rate và seed; dữ liệu phải đủ mẫu cho stratified split.
Output
Dictionary input_shape, train_size, validation_size, train_accuracy, validation_accuracy, epochs.
Ràng buộc
Không train trên validation; gọi eval/no_grad khi tính accuracy; seed phải được dùng.
Ví dụ
Giải thích
8 mẫu với test_size 25% tạo train 6/validation 2 và trả accuracy cho từng phần.
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.
