สมมติฐานนอร์มโซโบเลฟ
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
การประมาณและความลึก · ศึกษาความผิดพลาดในการประมาณและขนาดเครือข่ายภายใต้เงื่อนไข
โครงการมีข้อมูลและพารามิเตอร์จำนวนจำกัด ชุดทดสอบไม่ยืนยันขอบเขตประชากรหรือพิสูจน์ทฤษฎีบท
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: 3.2 ส่วนตรงง่าย ๆ กับหลายชั้น
ทฤษฎีบทจำกัดขนาดฟังก์ชันและอนุพันธ์ด้วยนอร์มโซโบเลฟ
ฟังก์ชันศูนย์ทุกจุดมีนอร์มศูนย์สำหรับทุก k และ p ที่อนุญาต
ขอบเขตนอร์มระบุกลุ่มฟังก์ชันที่ทฤษฎีบทการประมาณครอบคลุม
ตัวอย่างสูตรต้นฉบับ
ภาพประกอบ · นอร์มเป็นศูนย์พอดีสำหรับฟังก์ชันศูนย์ โค้ดไม่ได้คำนวณนอร์มโซโบเลฟทั่วไปหรือพิสูจน์ทฤษฎีบทการประมาณ
สัญลักษณ์
- ฟังก์ชันในปริภูมิโซโบเลฟที่ระบุ
- ขอบเขตนอร์มบวก
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
คุณเลือก
input.B= 1
ค่าเริ่มต้นในโค้ด
value=0norm=0
คำนวณที่นี่
นิพจน์ผลลัพธ์: { value, norm, B: input.B, withinBound: norm <= input.B }
ส่งกลับ
value- 0
norm- 0
B- 1
withinBound- จริง
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ทฤษฎีบทต้นฉบับใช้จำนวนเต็มบวก d และ k โดย k≥2, p∈[1,∞] และฟังก์ชัน g ใน W^{k,p}((0,1)ᵈ) ที่นอร์มไม่เกิน B
แหล่งอ้างอิง: สมมติฐานทฤษฎีบท