คณิตศาสตร์สมัยใหม่ของการเรียนรู้เชิงลึกอธิบายสำหรับผู้ที่ไม่ใช่นักคณิตศาสตร์

แนวคิด / สถาปัตยกรรมเฉพาะทาง

ชั้นเรซิดวล

โครงการเรียนรู้เพนกวิน

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

โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้

เครือข่ายเรสิดวล · อธิบายการปรับชั้นเรสิดวลและแบบต่อเนื่อง

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: 6.2 ทางลัดระหว่างชั้น

บวกผลลัพธ์ชั้นก่อนหน้ากับผลลัพธ์ใหม่ที่ผ่านการกระตุ้น ผลลัพธ์ทั้งสองต้องมีรูปร่างตรงกัน

การบวกโดยตรงส่งค่าก่อนหน้าไปข้างหน้า

ตัวอย่างสูตรต้นฉบับ

Φˉ(ℓ)(x,θ)=ϱ(Φ(ℓ)(x,θ))+Φˉ(ℓ−1)(x,θ),\bar{\Phi}^{(\ell)}(x,\theta)=\varrho(\Phi^{(\ell)}(x,\theta))+\bar{\Phi}^{(\ell-1)}(x,\theta),

ภาพประกอบ · นี่คือการบวกเรซิดวลแบบสเกลาร์หนึ่งครั้ง ไม่ได้แสดงหลักประกันการหาค่าที่เหมาะสมสำหรับทั้งโครงข่าย

ตัวอย่างสูตรต้นฉบับ

ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ

แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท

ลำดับข้อมูลในตัวอย่างนี้

คุณเลือก

  • input.previous = 2
  • input.newValue = 3

คำนวณที่นี่

นิพจน์ผลลัพธ์: { previous, activated: newValue, output: previous + newValue }

  • previous = input.previous ใช้: input.previous
  • newValue = Math.max(0, input.newValue) ใช้: input.newValue

ส่งกลับ

ผลลัพธ์ตัวอย่าง
previous
2
activated
3
output
5

อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.

ผลลัพธ์

เปิด JavaScript เพื่อรันตัวอย่างนี้

ข้อความทางเทคนิค

เปลี่ยนข้อมูลป้อนเข้าแล้วเรียกใช้โค้ดเดิมอีกครั้ง ผลลัพธ์ที่แสดงใช้ค่าที่แสดงไว้ด้านบน

แหล่งอ้างอิง: นิพจน์ในต้นฉบับ