คอนโวลูชันแบบวงกลม
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
คอนโวลูชัน · อธิบายตัวกรองร่วมและการลดตัวอย่าง
แบบจำลองเพนกวินเชิงเส้นนี้ไม่มีโครงสร้างคอนโวลูชัน รีเคอร์เรนต์ หรือเรซิดวล
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: 6.1 พิจารณาเฉพาะบริเวณใกล้เคียง
ในรายการแบบวงกลม ดัชนีวนกลับเมื่อถึงปลาย คูณสมาชิกที่เลื่อนให้ตรงกันแล้วบวกผลคูณ
คอนโวลูชันใช้ตัวกรองร่วมกันในแต่ละตำแหน่ง
ตัวอย่างสูตรต้นฉบับ
แม่นตรง · ผลลัพธ์แม่นตรงสำหรับข้อมูลตัวอย่างที่มีจำนวนจำกัดเหล่านี้ ยกเว้นการปัดเศษตามปกติของคอมพิวเตอร์
สัญลักษณ์
- ในที่นี้คือกรุปวัฏจักรจำกัดของดัชนีสามตัว
- การดำเนินการของกรุป: i − j มอดุโล 3 ในตัวอย่างนี้
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
คุณเลือก
input.a= 1
ค่าเริ่มต้นในโค้ด
b=[1, 0, 1]
คำนวณที่นี่
นิพจน์ผลลัพธ์: { a, b, output }
a=[input.a, 2, 3]ใช้:input.aoutput=a.map((_, i) => a.reduce((sum, value, j) => sum + value * b[(i - j + a.length) % a.length], 0), )ใช้:a,b
ส่งกลับ
a- อาร์เรย์ (3 รายการ): [1, 2, 3]
b- อาร์เรย์ (3 รายการ): [1, 0, 1]
output- อาร์เรย์ (3 รายการ): [3, 5, 4]
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ต้นฉบับกำหนดคอนโวลูชันบนกรุป ตัวอย่างนี้ใช้กรุปวัฏจักรสามสมาชิก โดยดัชนีวนกลับที่ปลายทั้งสอง
แหล่งอ้างอิง: นิพจน์ในต้นฉบับ