เรลูส่งผ่านข้อมูลป้อนเข้าที่เลื่อนค่า
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
กฎทำนายและชั้นของเครือข่าย · อธิบายหรือใช้กฎทำนาย ชั้น และพารามิเตอร์
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].
ใช้ในส่วนต้นฉบับเหล่านี้: 6.2 ทางลัดระหว่างชั้น
ถ้า x + b เป็นบวก การลบ b หลังเรลูคืนค่า x
เอกลักษณ์เฉพาะที่นี้ช่วยอธิบายบทบาทของการเชื่อมต่อข้ามชั้น
ตัวอย่างสูตรต้นฉบับ
แม่นตรง · ความเท่ากันภายใต้เงื่อนไขนี้ไม่ได้พิสูจน์ทฤษฎีบทโครงข่ายเรซิดวลทั่วไป
สัญลักษณ์
- ข้อมูลป้อนเข้าจำนวนจริง โดยพิจารณาทีละองค์ประกอบในเวกเตอร์
- ค่าเลื่อนจำนวนจริง
- ฟังก์ชันเรลู
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
คุณเลือก
input.x= 1
ค่าเริ่มต้นในโค้ด
b=3
คำนวณที่นี่
นิพจน์ผลลัพธ์: { x, shifted: Math.max(0, x + b) - b, condition: x > -b }
x=input.xใช้:input.x
ส่งกลับ
x- 1
shifted- 1
condition- จริง
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ทุกองค์ประกอบต้องเป็นไปตาม xᵢ > −bᵢ ตัวอย่างเลือก b = 3 และจำกัด x เพื่อให้เป็นจริง
แหล่งอ้างอิง: นิพจน์ในต้นฉบับ