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.