Современная математика глубокого обучения

Архитектура 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.

Классы моделей и структура · Описывают семейства правил, их размер и структурные свойства.

Проект содержит конечные наблюдения и обученные параметры. Проверочная выборка не устанавливает границы для генеральной совокупности и не доказывает теорему.

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 · 1.2.2 Может ли сеть представить нужную функцию? · 1.2.3 Работает ли это на новых примерах? · Другие разделы источника

N перечисляет число нейронов в каждом слое, включая входной. L считает слои после входного. Активация и ширины вместе задают архитектуру.

Размеры слоёв определяют формы входов и весов.

Пример формулы источника

{{a}}=(N,\varrho)

Иллюстрация · Пример описывает одну архитектуру; фактические значения сети также зависят от её параметров.

Обозначения

$a$: Архитектура (N, ϱ).
$N$: Положительные целочисленные ширины от N₀ до Nᴸ.
$L$: Число слоёв после входного.
$Nℓ$: Ширина слоя ℓ.
$x$: Входной вектор длины N₀.
$ϱ$: Функция активации.

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

Начальные значения в коде

N = [2, 3, 1]
x = [1, 2]

Вычисляется здесь

Выражение результата: { N, L, inputSize: N[0], outputSize: N[L], inputFits: x.length === N[0] }

L = N.length - 1 Использует: N

Возвращает

Пример результата

N: массив (3 элементов): [2, 3, 1]
L: 2
inputSize: 2
outputSize: 1
inputFits: истина

JavaScript

Прочитайте числа из input и верните результат. Основы JavaScript.

Результат

Включите JavaScript, чтобы запустить пример.

Техническая формулировка

Числовые значения вымышлены. Пример описывает одну архитектуру; фактические значения сети также зависят от её параметров.

Источник: Обозначение в тексте