PyTorch
Avancé
Correction d’un pipeline sans séparation claire train/validation
Type d'évaluation
Mise en situation réelle
Analyse
Intelligence Artificielle
Compétences ciblées
evaluation
dataset-split
reproducibility
bugfix
training
Scénario Technique
Contexte : Les performances varient fortement entre exécutions. Le Problème : Le dataset est divisé aléatoirement sans validation dédiée stable. Extrait logique actuelle : train_test_split(dataset) Sans validation distincte. Contraintes : Créer un split train/validation/test cohérent. Assurer reproductibilité via seed. Livrable attendu : Proposer une stratégie de séparation robuste garantissant évaluation fiable.
Prêt à évaluer ce talent ?
Accédez à l'interface de test complète pour soumettre votre architecture ou votre code.