Современная математика глубокого обученияобъяснение для тех, кто не занимается математикой

Нулевой выходной вес

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

Если последняя матрица весов равна нулю, выход сети равен её последнему смещению независимо от предыдущих слоёв.

Это даёт постоянную функцию сети.

Пример формулы источника

W(L)=0W^{(L)}=0

Иллюстрация · В примере один выход; рассуждение также применимо покомпонентно к векторным выходам.

Обозначения

W(L)W⁽ᴸ⁾
Последняя матрица весов.
b(L)b⁽ᴸ⁾
Последний вектор смещений.
ΦaΦₐ
Выходная 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

Начальные значения в коде

  • hidden = [2, 3]
  • weights = [0, 0]
  • bias = 4

Вычисляется здесь

Выражение результата: { hidden, weights, bias, output }

  • output = weights.reduce((s, w, i) => s + w * hidden[i], bias) Использует: weights, hidden, bias

Возвращает

Пример результата
hidden
массив (2 элементов): [2, 3]
weights
массив (2 элементов): [0, 0]
bias
4
output
4

Прочитайте числа из input и верните результат. Основы JavaScript.

Результат

Включите JavaScript, чтобы запустить пример.

Техническая формулировка

Числовые значения вымышлены. В примере один выход; рассуждение также применимо покомпонентно к векторным выходам.

Источник: Обозначение в тексте