我也在自学，我发现kaggle.com和优秀的学习和实践资源，他们有很多数据集可供你尝试自己的模型。

还有一个学习部分，其中包含许多适合初学者的主题

希望有帮助。

我建议您使用小型数据集进行练习，例如：

• 来自威斯康星大学的乳腺癌数据集，
• 泰坦尼克号数据集，非常有名，在许多教程中使用
• 垃圾邮件检测数据集

这些对于分类任务很有用。对于回归任务，我建议您使用类似波士顿住房数据集的东西，可以直接从sklearn.

它们都是非常小的数据集，可以在几分钟（如果不是几秒钟）内完成训练。它们对于习惯模型调优、小批量训练和当然的语法非常有用。

在我的第一个神经网络实验中，我在乳腺癌数据集上训练了一个，这是一个简单的密集网络，可以在几秒钟内在普通笔记本电脑上训练。你可以看看这里。

这是我想出的一个练习：

给定一组 6 个英文字母，预测是否存在由这些字母组成的 6 个字母的英文单词。

在对神经网络了解不多的情况下，我以 90% 的准确率解决了它。

我会很高兴得到更简单的运动问题！

我不确定你是否听说过，但使用神经网络模拟布尔函数是最基本的问题之一。如果您想了解更多信息，请点击此处链接。