เอกลักษณ์อนุพันธ์ ReLU
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
ฟังก์ชันและอนุพันธ์ · อธิบายการจับคู่และการเปลี่ยนแปลงของผลลัพธ์
เวกเตอร์โครงการมีสองคุณลักษณะ เมทริกซ์ฝึกมี n แถวและสองคอลัมน์ ใช้เครื่องมือเมื่อสมมติฐานตรงกัน
พิจารณาแนวคิดนี้ร่วมกับโครงการ สมมติฐานของต้นฉบับอาจต่างกัน ข้อมูลชุดนี้ไม่พิสูจน์ทฤษฎีบท
ข้อมูลเข้า: 12 × 2; ประเมินชุดทดสอบ: 102 · #58 · 40.6 มม., 193 มม.. คำตอบที่ทราบ: อาเดลี; ค่าทำนาย: อาเดลี · [≈0.7383, ≈0.2444, ≈0.01737].
ใช้ในส่วนต้นฉบับเหล่านี้: 2.3 เส้นทางการฝึกมีผล
เมื่อห่างจากศูนย์ ReLU มีอนุพันธ์ 1 สำหรับข้อมูลเข้าบวกและ 0 สำหรับข้อมูลเข้าลบ การคูณอนุพันธ์ด้วย x ให้ค่า ReLU เดิม
เอกลักษณ์นี้ใช้ในการอภิปรายสมดุลชั้นประชิดของต้นฉบับ
ตัวอย่างสูตรต้นฉบับ
ตรงตามนิยาม · อนุพันธ์คลาสสิกของ ReLU ไม่กำหนดที่ x=0 โค้ดจึงปฏิเสธจุดนั้น เอกลักษณ์ยังเป็นจริงสำหรับฟังก์ชันกระตุ้นอื่นที่เป็นไปตามเงื่อนไขที่ระบุ
สัญลักษณ์
- อนุพันธ์ฟังก์ชันกระตุ้น ณ จุดที่มีอยู่
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
คุณเลือก
input.x= 2
คำนวณที่นี่
นิพจน์ผลลัพธ์: { value, derivative, derivativeTimesX: derivative * x }
x=input.xใช้:input.xvalue=Math.max(0, x)ใช้:xderivative=x > 0 ? 1 : 0ใช้:x
ส่งกลับ
value- 2
derivative- 1
derivativeTimesX- 2
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
เปลี่ยนข้อมูลเข้าแล้วเรียกใช้โค้ดเดิมอีกครั้ง ผลลัพธ์ที่แสดงใช้ค่าข้างต้น
แหล่งอ้างอิง: เอกลักษณ์อนุพันธ์ฟังก์ชันกระตุ้น