คณิตศาสตร์สมัยใหม่ของการเรียนรู้เชิงลึก

การสร้างโครงข่ายที่ตัดแต่ง

โครงการเรียนรู้เพนกวิน

โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ

โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้

การตัดแต่ง · อธิบายการตัดน้ำหนักเครือข่ายและขอบเขตความผิดพลาด

โครงการใช้กฎเชิงเส้นกับสองคุณลักษณะ น้ำหนักที่ฝึกให้คะแนนหรือมวลที่ปรับสเกล

พิจารณาแนวคิดนี้ร่วมกับโครงการ สมมติฐานของต้นฉบับอาจต่างกัน ข้อมูลชุดนี้ไม่พิสูจน์ทฤษฎีบท

ข้อมูลเข้า: 12 × 2; ประเมินชุดทดสอบ: 102 · #58 · 40.6 มม., 193 มม.. คำตอบที่ทราบ: อาเดลี; ค่าทำนาย: อาเดลี · [≈0.7383, ≈0.2444, ≈0.01737].

บทบาท: ทำนายผล / การตัดแต่ง

ข้อมูลเข้าหรือสมมติฐาน: เครือข่าย การเลือก หรือสมมติฐานของขอบเขต
ผลลัพธ์หรือข้อสรุป: เครือข่ายที่ตัดแต่งหรือขอบเขตความผิดพลาด

บริบทของกลุ่ม ตัวอย่างโค้ดด้านล่างมีข้อมูลเข้าและผลลัพธ์ของตัวเอง

กลุ่มที่เกี่ยวข้อง

สนับสนุน: กฎทำนายและชั้นของเครือข่าย

ดูแผนที่แนวคิด

ใช้ในส่วนต้นฉบับเหล่านี้: 6.5 ตัดการเชื่อมต่อที่ไม่จำเป็น

การสร้างในต้นฉบับตั้งทั้งน้ำหนักผลลัพธ์และพารามิเตอร์ขาเข้าของแต่ละหน่วยที่นำออกเป็นศูนย์

การดำเนินการเหล่านี้กำหนดชั้นโครงข่ายที่มีโครงสร้างและการวิเคราะห์ชั้นเหล่านั้น

ตัวอย่างสูตรต้นฉบับ

\widetilde{w}_{i}^{(2)}=0,\quad\text{ถ้า }i\notin I,\qquad\text{และ}\qquad(\widetilde{w}_{i}^{(1)},\tilde{b}_{i}^{(1)})=\begin{cases}(w_{i}^{(1)},b_{i}^{(1)}),&\text{ถ้า }i\in I,\\ (0,0),&\text{ถ้า }i\notin I.\end{cases}

ภาพประกอบ · ข้อมูลจำกัดที่สร้างขึ้นแสดงนิพจน์นี้ ไม่ได้พิสูจน์เอกลักษณ์ ขอบเขต หรือการมีอยู่ทั่วไป

สัญลักษณ์

$I$: เซตดัชนีหน่วยซ่อนที่เก็บไว้
$w⁽¹⁾,b⁽¹⁾$: น้ำหนักและไบแอสขาเข้า
$w⁽²⁾$: น้ำหนักผลลัพธ์
$tilde$: ค่าพารามิเตอร์หลังตัดแต่ง

ตัวอย่างสูตรต้นฉบับ

ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ

แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท

น้ำหนักผลลัพธ์แรก

ลำดับข้อมูลในตัวอย่างนี้

คุณเลือก

input.first = 1

ค่าเริ่มต้นในโค้ด

incoming = [ [1, 0], [2, 1], ]
keep = [true, false]

คำนวณที่นี่

นิพจน์ผลลัพธ์: { outputWeights: outputWeights.map((w, i) => (keep[i] ? w : 0)), incoming: incoming.map((w, i) => (keep[i] ? w : [0, 0])), }

outputWeights = [input.first, 2] ใช้: input.first

ส่งกลับ

ผลลัพธ์ตัวอย่าง

outputWeights: อาร์เรย์ (2 รายการ): [1, 0]
incoming: อาร์เรย์ (2 รายการ): [อาร์เรย์ (2 รายการ): [1, 0], อาร์เรย์ (2 รายการ): [0, 0]]

JavaScript

อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.

ผลลัพธ์

เปิด JavaScript เพื่อรันตัวอย่างนี้

ข้อความทางเทคนิค

ตัวเลขในตัวอย่างนี้สร้างขึ้น

แหล่งอ้างอิง: นิพจน์ในต้นฉบับ