Level 1
Banknote Authentication
Направете binary classifier и сравнете поне raw срещу normalized вход.
- Baseline, 5 експеримента, 1 ablation.
- Предавате
dataset_notes.md,baseline.md,experiments/,mistakes.md. - Първите 3 нива са напълно решими с малък MLP върху сегашния AutoGrad; бонусът е за хора, които искат да добавят CNN логика вътре в него.
AutoGrad · digits
Digit 3
inline HTML · hover + click
Interactive preview for the hardest route: handwritten digit classification without SVG.
Level 2
Seeds
Направете multiclass classifier и сравнете поне 2 различни architecture идеи.
Level 3
Digits
Работите с 8x8 digits и тествате hidden sizes, learning rate и preprocessing.
Bonus · Advanced
Kuzushiji-MNIST with CNN
Advanced bonus - requires extending AutoGrad's functionalities. Работите с 28x28 изображения и идеята е да направите истински CNN, но пак върху вашия AutoGrad. Това означава първо да добавите нужните операции вътре в библиотеката, вместо да ползвате готов deep learning framework.
Minimum bar
- 1 baseline, 5 експеримента, 1 ablation, 1 добре описана грешка.
- Bonus: repro script, loss plots.
- Не сменяйте 10 неща наведнъж.
Важно за бонус варианта
- Проверихме сегашната имплементация на
../AutoGrad: тя поддържа малки fully connected мрежи, но няма convolution, pooling, reshape и tensor операции. - Затова KMNIST не е просто още един dataset, а Advanced bonus - requires extending AutoGrad's functionalities с CNN възможности.
- Ако изберете този бонус, очакването е да покажете и какви нови градивни блокове сте добавили в библиотеката, за да стане CNN-ът възможен.