TensorFlow
Avancé
Correction d’un modèle avec learning rate inadapté

Type d'évaluation

Mise en situation réelle

Analyse

Intelligence Artificielle

Compétences ciblées

learning-rate
optimization
keras
training
bugfix

Scénario Technique

Contexte : L’entraînement oscille fortement et la perte ne converge pas correctement. Le Problème : Le learning rate choisi est trop élevé. Extrait logique actuelle : optimizer = tf.keras.optimizers.Adam(learning_rate=0.05) Contraintes : Tester plusieurs learning rates. Utiliser éventuellement un scheduler. Comparer courbes de perte. Livrable attendu : Proposer un réglage optimisé du learning rate améliorant convergence et stabilité.

Prêt à évaluer ce talent ?

Accédez à l'interface de test complète pour soumettre votre architecture ou votre code.

Commencer le Défis
    TensorFlow - Correction d’un modèle avec learning rate inadapté | Test Technique & Recrutement