PyTorch
Fondamental
Correction d’un modèle utilisant une mauvaise fonction de perte
Type d'évaluation
Mise en situation réelle
Analyse
Intelligence Artificielle
Compétences ciblées
loss-function
classification
bugfix
cross-entropy
model-design
Scénario Technique
Contexte : Un modèle de classification multi-classes converge mal. Le Problème : La fonction de perte utilisée n’est pas adaptée à la tâche. Extrait logique actuelle : criterion = torch.nn.MSELoss() Pour un problème multi-classes. Contraintes : Utiliser CrossEntropyLoss. Adapter sortie du modèle en conséquence. Réentraîner et comparer performance. Livrable attendu : Corriger la configuration de la perte pour assurer cohérence avec la tâche de classification.
Prêt à évaluer ce talent ?
Accédez à l'interface de test complète pour soumettre votre architecture ou votre code.