Случайные начальные параметры
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.
Инициализация · Описывает начальные параметры и их распределения.
Текущая целевая функция даёт градиент для обновления параметров.
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: 2.1 Взгляд через сходство
Θ₀ — случайный вектор параметров при инициализации. Одна реализация задаёт конкретный вектор параметров и тем самым одну функцию сети.
Инициализация определяет сеть до обучения.
Пример формулы источника
Иллюстрация · Пример фиксирует одну реализацию; источник задаёт независимые нормальные начальные элементы.
Обозначения
- Случайный начальный вектор параметров.
- Соответствующая функция сети.
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
theta0=[1, -1]
Вычисляется здесь
Выражение результата: { theta0, input: 2, output: f(2) }
Возвращает
theta0- массив (2 элементов): [1, -1]
input- 2
output- 1
Прочитайте числа из input и верните результат. Основы JavaScript.
Результат
Техническая формулировка
Числовые значения вымышлены. Пример фиксирует одну реализацию; источник задаёт независимые нормальные начальные элементы.
Источник: Обозначение в тексте