Pitanja s blica od danas:
1) kakva mreža može biti za mnist (ponuđene 4 arhitekture, moraš izabrati onu koja imat 784 na ulazu, 10 na izlazu)
2)a = torch.tensor(nesto)
c = a + 4 -> kojeg je tipa c
3) kako možemo prikazati afinu funkciju? (ima par ponuđenih formula, treba izabrati onu wx + b)
4) dimenzije matrice Wk zadane, treba odrediti dimenziju ulaznih podataka ako znamo da ih ima N, te dimenziju
matrice gradijenata od Wk, te izlaz od sloja u kojem je Wk
5) imamo funkciju koja rotira 2D točke za 35 stupnjeva. Koje su dimenzije njezine matrice parcijalnih derivacija?
6) a = f(x), b = f(x - gradijent od a (zapisan kao formula))
pitanje - što će vrijediti (a > b, b < a, a = b itd)
7) ako sve piksele u MNIST train i test setu nasumično i konzistentno izmiješamo i pokrenemo treniranje/test, hoćemo li dobiti
iste rezultate kao da nismo to napravili (pod isti rezultati mislim na preciznost/točnost na train i test/skup), ako
je odgovor ne ima ponuđeno par razloga zašto ne
8) imaš ponuđeno kao stopa učenja, bias, lambda i još neki hiperparametar, od toga svega treba odrediti što NIJE hiperparametar
Preostala 2 zadatka se ne sjećam, al mislim da je jedan isto bio nešto sa dimenzijama matrice, bio je malo zeznut
Što se tiče ispitivanja, potvrđujem što je kolega gore napisao, full chill i ugodno ispitivanje, treba znati sve što si napisao i zašto, te malo teorije iza toga (npr. zaš koristimo ReLU, koji su nedostaci, što je early stopping itd itd), ali mene osobno nije pitao nikakve izvode il one derivacije divlje il išta takvog
