আমি একটি পাঠ্য এজেন্ট বাস্তবায়নের জন্য এই লাইব্রেরিটি ব্যবহার করছি ।
আমি প্রশিক্ষণের কেস তৈরি করেছি, তবে যাচাইকরণ এবং পরীক্ষার সেটগুলি কী তা আমি নিশ্চিতভাবে জানি না।
শিক্ষক বলেছেন:
70% ট্রেনের কেস হওয়া উচিত, 10% পরীক্ষার ক্ষেত্রে এবং বাকী 20% টি বৈধতার ক্ষেত্রে হওয়া উচিত।
সম্পাদন করা
প্রশিক্ষণের জন্য আমার কাছে এই কোড রয়েছে তবে কখন প্রশিক্ষণ বন্ধ করবেন তা আমার কোনও ধারণা নেই ।
def train(self, train, validation, N=0.3, M=0.1):
# N: learning rate
# M: momentum factor
accuracy = list()
while(True):
error = 0.0
for p in train:
input, target = p
self.update(input)
error = error + self.backPropagate(target, N, M)
print "validation"
total = 0
for p in validation:
input, target = p
output = self.update(input)
total += sum([abs(target - output) for target, output in zip(target, output)]) #calculates sum of absolute diference between target and output
accuracy.append(total)
print min(accuracy)
print sum(accuracy[-5:])/5
#if i % 100 == 0:
print 'error %-14f' % error
if ? < ?:
break
সম্পাদন করা
আমি বৈধতা ডেটা দিয়ে 0.2 এর গড় ত্রুটি পেতে পারি, সম্ভবত 20 প্রশিক্ষণের পুনরাবৃত্তির পরে, এটি 80% হওয়া উচিত?
বৈধতা ডেটা ইনপুট / বৈধতা ডেটার আকার দেওয়া, গড় ত্রুটি = বৈধতা লক্ষ্য এবং আউটপুট মধ্যে নিখুঁত পার্থক্যের যোগফল।
1
avg error 0.520395
validation
0.246937882684
2
avg error 0.272367
validation
0.228832420879
3
avg error 0.249578
validation
0.216253590304
...
22
avg error 0.227753
validation
0.200239244714
23
avg error 0.227905
validation
0.199875013416
1
"... এটি ৮০% হওয়া উচিত?" না, গড় ত্রুটি এবং শতাংশ সঠিক দুটি পৃথক জিনিস। মনে করুন আপনার টার্গেটের মান 5.0 এবং আপনার নিউরনটি 4.8 (মানে 0.2 এর একটি ত্রুটি) ফিরে এসেছে। ডেটা উপর নির্ভর করে 0.2 এর একটি ত্রুটি গ্রহণযোগ্য হতে পারে, তাই যদি ত্রুটিটি যথেষ্ট ছোট হয় তবে আপনি সেই উদাহরণটি সঠিকভাবে নির্দিষ্ট বিবেচনা করতে পারেন। সুতরাং আপনার যদি 10 টি লক্ষ্যমাত্রা থাকে এবং এর মধ্যে 7 টির জন্য আপনার শ্রেণিবিন্যাস ত্রুটিটি গ্রহণযোগ্য সীমার মধ্যে ছিল, তবে আপনি 70% ডেটা সঠিকভাবে শ্রেণিবদ্ধ করেছেন।
—
কিরিল
আপনার শিক্ষকের দ্বারা সমাপ্তির মানদণ্ড কী প্রয়োজন?
—
কিরিল
