Размерность входа сети
Проект с пингвинами
Проект использует 342 записи Palmer с нужными измерениями: 240 для обучения, 102 для проверки. Выбранные примеры для обучения определяют масштабирование и параметры модели. Исходный CSV
Этот проект обучает веса с помощью softmax, в отличие от лаборатории на главной странице, где используются ближайшие средние по видам. Те же измерения пингвинов, но разные методы классификации. Предсказания могут различаться.
Правила предсказания и слои · Описывают или применяют правила предсказания, слои и параметры.
Проект использует линейное правило с двумя признаками. Обученные веса дают оценки или нормированную массу.
Рассмотрите понятие рядом с проектом: предположения источника могут отличаться. Эти наблюдения не доказывают теорему.
Вход: 12 × 2; Проверка на новых данных: 102 · #58 · 40.6 мм, 193 мм. Известный ответ: Адели; Прогноз: Адели · [≈0,7383; ≈0,2444; ≈0,01737].
Используется в разделах источника: 1.2 Обучение на примерах
N₀ = d означает, что ширина входа сети равна размерности входного вектора.
Первая матрица весов должна принимать вектор такой длины.
Пример формулы источника
Иллюстрация · Здесь проверяются одна архитектура и один входной вектор.
Обозначения
- Ширина входного слоя.
- Размерность входного вектора.
Пример формулы источника
Этот пример использует свои входные данные и предположения. Его изменение не меняет проект.
Измените значение или код и запустите пример. Это конечная иллюстрация, а не доказательство теоремы.
Поток данных в этом примере
Код изменён. Сбросьте его, чтобы вернуть схему примера.
Начальные значения в коде
d=2N=[2, 3, 1]x=[1, 2]
Вычисляется здесь
Выражение результата: { d, N, x, matches: N[0] === d && x.length === d }
Возвращает
d- 2
N- массив (3 элементов): [2, 3, 1]
x- массив (2 элементов): [1, 2]
matches- истина
Прочитайте числа из input и верните результат. Основы JavaScript.
Результат
Техническая формулировка
Числовые значения вымышлены. Здесь проверяются одна архитектура и один входной вектор.
Источник: Обозначение в тексте