คุณลักษณะซ่อนที่ซ้ำกัน
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
คุณลักษณะ · แปลงข้อมูลเข้าเป็นคุณลักษณะที่กฎนำไปใช้
โครงการปรับสเกลความยาวจะงอยปากและครีบด้วยค่าเฉลี่ยและสเกลของชุดฝึก เวกเตอร์มีสองค่า
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: 5.1 รูปร่างของค่าความผิดพลาด
หน่วยซ่อนที่ทำซ้ำคำนวณคุณลักษณะเดียวกับหน่วยก่อนหน้าสำหรับทุกข้อมูลเข้า
ปริมาณเหล่านี้เชื่อมพารามิเตอร์ของโครงข่ายกับความสูญเสียและการหาค่าเหมาะที่สุด
ตัวอย่างสูตรต้นฉบับ
ภาพประกอบ · ข้อมูลเข้าสมมติจำนวนจำกัดแสดงนิพจน์นี้ ไม่ได้พิสูจน์เอกลักษณ์ ขอบเขต หรือข้ออ้างการมีอยู่ทั่วไป
สัญลักษณ์
- พารามิเตอร์ซ่อนในเส้นทางที่สร้าง
- จำนวนหน่วยซ่อนที่เป็นจำนวนคู่บวก
- ดัชนีหน่วยซ่อน
- ฟังก์ชันกระตุ้น
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
คุณเลือก
input.x= 1
คำนวณที่นี่
นิพจน์ผลลัพธ์: { first, duplicate }
x=input.xใช้:input.xfirst=Math.max(0, 2 * x + 1)ใช้:xduplicate=Math.max(0, 2 * x + 1)ใช้:x
ส่งกลับ
first- 3
duplicate- 3
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
หน่วยสมมติสองหน่วยใช้น้ำหนักและไบแอสเหมือนกัน ฟังก์ชันจึงตรงกันสำหรับข้อมูลเข้าจริงทุกค่า ต้นฉบับสร้างเส้นทางที่กว้างขึ้นด้วยคุณลักษณะซ้ำ
แหล่งอ้างอิง: นิพจน์ในต้นฉบับ