Современная математика глубокого обучения

Параметры нейронов первого слоя

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: 3.1 Правило, зависящее от расстояния · 5.1 Форма поверхности ошибки

θⱼ⁽¹⁾ — группа параметров первого слоя для нейрона j. Индексированный набор перечисляет все n групп или первые n/2 групп.

Индексы нейронов различают группы параметров.

Пример формулы источника

\theta_{j}^{(1)}

Иллюстрация · Каждая группа из двух элементов здесь имеет единичную длину; источник допускает другие размерности векторов.

Обозначения

$θⱼ⁽¹⁾$: Параметры первого слоя нейрона j.
$n$: Чётное положительное целое число нейронов.
$j$: Индекс нейрона с нумерацией с единицы.

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

neurons = [ [1, 0], [0, 1], [-1, 0], [0, -1], ]

Вычисляется здесь

Выражение результата: { n, neurons, firstHalf: neurons.slice(0, n / 2), firstNeuron: neurons[0] }

n = neurons.length Использует: neurons

Возвращает

Пример результата

n: 4
neurons: массив (4 элементов): [массив (2 элементов): [1, 0], массив (2 элементов): [0, 1], массив (2 элементов): [-1, 0], массив (2 элементов): [0, -1]]
firstHalf: массив (2 элементов): [массив (2 элементов): [1, 0], массив (2 элементов): [0, 1]]
firstNeuron: массив (2 элементов): [1, 0]

JavaScript

Прочитайте числа из input и верните результат. Основы JavaScript.

Результат

Включите JavaScript, чтобы запустить пример.

Техническая формулировка

Числовые значения вымышлены. Каждая группа из двух элементов здесь имеет единичную длину; источник допускает другие размерности векторов.

Источник: Обозначение в тексте