Deep Learning
Avancé
Correction d’un modèle avec learning rate inadapté

Type d'évaluation

Mise en situation réelle

Analyse

Intelligence Artificielle

Compétences ciblées

learning-rate
optimization
training
bugfix
neural-network

Scénario Technique

Contexte : L’entraînement d’un modèle oscille fortement et ne converge pas. Le Problème : Le learning rate est trop élevé ou trop faible. Extrait logique actuelle : optimizer = Adam(learning_rate=0.1) Contraintes : Tester différents learning rates. Utiliser éventuellement scheduler adaptatif. Comparer stabilité des pertes. Livrable attendu : Proposer un réglage optimisé du learning rate améliorant la convergence.

Prêt à évaluer ce talent ?

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

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