Начните здесь
Эти примеры знакомят с операциями из книги. В отдельных примерах используются условные числа; общий проект работает с реальными измерениями.
Уроки
- Числа и массивы
- Сумма и среднее
- Скалярное произведение
- Длина вектора
- Умножение матрицы на вектор
- Изменение результата
- Числовые множества
- Индексы от 1 до N
- p-норма вектора
- Норма Фробениуса
- Принадлежность множеству
- Подмножества
- Действительные векторы
- Действительные числа
- Положительные целые числа
- Диапазоны индексов
- Положительные действительные значения
- Единичный интервал
- Функции и области определения
- Неотрицательные функции
- Сравнение с точностью до константы
- Расстояние и шары
- Операторная норма матрицы
- Пространство измеримых функций
- Случайные величины и их законы
- Математическое ожидание и дисперсия
- Индикаторные функции
- Единичная матрица
- Тождественная функция
- Обучающие выборки
- Параметры сети
- Двоичные метки
- Размерность матрицы
- Неотрицательные действительные значения
- Диапазон p
- Норма Lp функции
- Пространства Соболева
- Внешнее произведение и транспонирование
- Различные индексы
- Натуральный логарифм
- Преобразование Фурье и конечные отсчёты
- Входы, цели и данные
- Множества гипотез
- Выборка примеров
- Правило обучения
- Функции активации
- Архитектура сети
- Независимая случайная выборка
- Несколько положительных размерностей
- Размеры изображения
- Дельта Кронекера
- Формы матриц
- Индексы вне начального диапазона
- Единичный шар в евклидовом пространстве
- Две индексные переменные
- Координата векторнозначной функции
- Степенная функция
- Замкнутые интервалы
- Области векторов и скаляров
- Индексы в конечном диапазоне
- Потери двоичной классификации
- Проекции входов и целей
- Допустимые векторы параметров
- Формы весов и смещений слоя
- Ширина сети
- Непрерывные функции
- Эмпирические минимизаторы
- Индексы обучающих входов
- Итерации оптимизации
- Размер мини-пакета
- Супремум конечного множества
- Веса выпуклой комбинации
- Вектор из единиц
- Выборки векторных данных
- Значения на схеме сети
- Линейная активация
- Экспоненциальная функция потерь
- Линейное правило предсказания
- Пространство двоичных векторов
- Вектор полиномиальных признаков
- Координатный базисный вектор
- Конечная мера и L2
- Бесконечная норма функции
- Нормы функций с мерой
- Произведение пространств векторов и скаляров
- Ограниченные потери
- Пары положительных констант
- Случайная пара входа и цели
- Условное математическое ожидание
- Значения с индексами из множества
- Несколько каналов сигнала
- Пакет векторов
- Зашумлённые наблюдения
- 1-норма выходных весов
- Параметры нейронов первого слоя
- Одна добавленная входная координата
- Малая положительная ошибка
- Равномерный случайный знак
- Конечный диапазон с фиксированной границей
- Условие глубины сети
- Потеря неожиданности
- Размеры скрытых слоёв
- Разность множеств индексов
- Многообразие и карта
- Касательное пространство
- Разбиение единицы
- Функция на многообразии
- Параметры случайных признаков
- Дисперсии инициализации
- Случайные начальные параметры
- Нейронное касательное ядро при заданных параметрах
- Радиальная целевая функция
- Пространства в обратной задаче
- Знаковые меры
- Пространство непрерывных функций и сопряжённое пространство
- Коэффициенты сноса и диффузии
- Волновая функция и плотность
- Координаты электронов
- Атомные номера
- Отметки оси на рисунке
- Ширины, использованные на рисунке
- Точность приближения
- Единичные векторы
- Компактное множество параметров
- Числа покрытия
- Правило, обученное на случайных данных
- Гладкие функции
- Аффинный слой
- Градиенты по параметрам
- Отступ классификации
- Архитектуры на рисунке траекторий
- Размеры выборок на рисунках источника
- Размеры большого изображения
- Степени многочленов
- Нулевой выходной вес
- Нулевые смещения скрытого слоя
- Радиальные направления и показатель степени
- Пары случайной выборки
- Линейная регрессия с шумом
- Предсказание линейного классификатора
- Пороговый признак
- Вероятностная мера случайных признаков
- Траектория случайного процесса
- Начальные данные для уравнения в частных производных
- Положение и время
- Функция Липшица
- Положительные параметры масштаба
- Индекс кривизны и потери
- Шум в полиномиальном примере
- Равномерный вход в полиномиальном примере
- Разные выборки и риски
- Целевая функция оптимизации
- Короткий фильтр и сигнал
- Совпадающие остаточные размерности
- Вход остаточной сети
- Решение уравнения в частных производных и начальное условие
- Пара для потерь при обучении с учителем
- Объединение диапазонов индексов
- Число мини-пакетов за эпоху
- Нулевая инициализация
- Ограниченное направление обновления
- Предельное ядро
- Эмпирическая матрица признаков
- Гауссова инициализация весов и смещений
- Класс сетевых гипотез
- Индексы слоёв и глубина
- Размерности и количества
- Положительные константы теоремы
- Целевая и приближающая функции
- Взвешенная ошибка функции
- Дескриптор модуля Фурье
- Деформации и производные
- Пример конечномерного гильбертова пространства
- Среднее и стандартное отклонение пакета
- Граница множества параметров
- Сеть при выбранных параметрах
- Параметры оператора признаков
- Мощность конечного класса функций
- Направления градиентного обновления
- Оценка плотности вероятности
- Квадратный корень плотности
- Композиция палаточной функции
- Масштабы инициализации траекторий
- Кривые входа сети
- Потери двоичной классификации
- Размерность входа сети
- Постоянное расписание шага
- Гладкие функции активации
- Различные входные точки
- Разделяющий параметр
- Радиус устойчивости параметров
- Псевдообратная матрица
- Единичный второй момент шума
- Обучающая и независимая тестовая выборки
- Класс функций потерь
- Преобразования Фурье произведений
- Значение нейрона до активации
- Недифференцируемость ReLU
- Масштабирование числа для приближения
- Сглаженный отступ
- Пример функции Соболева
- Нижняя граница k
- Пределы сигмоиды
- Отображение параметров при фиксированном входе
- Нулевой целевой параметр
- Нулевые выходные веса
- Конкретные ширины слоёв
- Множители числа аффинных областей
- Отображение входов в базисные векторы
- Компактная область обучения
- Один слой сети
- Выборка из двух точек источника
- Вектор параметров из шести элементов
- Произведение параметров и глубины
- Направления градиента по шагам
- Зашумлённая целевая функция
- Размеры фреймов
- Векторы фреймов
- Минимальный размер пакета
- Ширина и число сохраняемых элементов при прореживании
- Случайное итерационное приближение
- Обратный множитель квадратного корня
- Окрестности карт многообразия
- Локализованные функции карт
- Априорное распределение на множестве гипотез
- Число параметров сети в источнике
- Матрица вращения
- Равные случайные координаты
- Один обучающий пример
- Свойства активации в теореме
- Комплексная фаза Фурье
- Ограниченные значения цели
- Одномерный вход
- Равенство многочлена и активации
- Зависящие от размерности множители приближения
- Отношение ранга к размеру выборки
- Отношение размерности к размеру выборки
- Условия размеров для разделения по глубине
- Растущие нормы параметров
- Предсказание и метка в логистической потере
- Волновые функции положительного спина
- Оценка первого значения последовательности
- Ненулевая активация
- Множители числа параметров при интерполяции
- Параметры и примеры
- Байесовский оптимальный предсказатель
- Отмеченное тождество риска
- Методы конечных элементов hp
- Шары и объём в одном измерении