คณิตศาสตร์สมัยใหม่ของการเรียนรู้เชิงลึก

การประกอบการส่งตั้งเกณฑ์

โครงการเรียนรู้เพนกวิน

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

โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้

เฟรมและสัญญาณแบบเบาบาง · เข้ารหัสหรือสร้างสัญญาณกลับด้วยเฟรมและพจนานุกรม

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].

บทบาท: เตรียมข้อมูลเข้า / เฟรมและสัญญาณแบบเบาบาง

ข้อมูลเข้าหรือสมมติฐาน: สัญญาณ เฟรม หรือพจนานุกรม
ผลลัพธ์หรือข้อสรุป: สัมประสิทธิ์หรือสัญญาณที่สร้างกลับ

บริบทของกลุ่ม ตัวอย่างโค้ดด้านล่างมีข้อมูลเข้าและผลลัพธ์ของตัวเอง

กลุ่มที่เกี่ยวข้อง

สนับสนุน: คุณลักษณะ

ดูแผนที่แนวคิด

ใช้ในส่วนต้นฉบับเหล่านี้: 7.2 ใช้ชิ้นส่วนน้อยชิ้น

ใช้การส่งตั้งเกณฑ์หนึ่งครั้ง แล้วใช้การส่งอีกตัวกับผลลัพธ์

การคำนวณเหล่านี้จัดระเบียบคุณลักษณะและสัมประสิทธิ์เบาบาง

ตัวอย่างสูตรต้นฉบับ

\phi^{(\ell)}\approx(\mathcal{T}_{D^{(\ell)},b^{(\ell)}}\circ\dots\circ\mathcal{T}_{D^{(1)},b^{(1)}})(\tilde{x}),\quad\ell\in[L].

ภาพประกอบ · ตัวอย่างที่มีผลต่างศูนย์ไม่ได้พิสูจน์การกู้คืนหรือหลักประกันการประมาณทั่วไป

สัญลักษณ์

$Tᴰ,ᵇ$: การส่งตั้งเกณฑ์สำหรับพจนานุกรม D และเกณฑ์ b
$x̃$: ข้อมูลป้อนเข้าที่สังเกตซึ่งอาจถูกรบกวน
$φ⁽ˡ⁾$: สัมประสิทธิ์ชั้น ℓ
$≈$: การประมาณ ไม่รับประกันความเท่ากัน

ตัวอย่างสูตรต้นฉบับ

ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ

แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท

ข้อมูลป้อนเข้า

ลำดับข้อมูลในตัวอย่างนี้

คุณเลือก

input.x = 3

ค่าเริ่มต้นในโค้ด

referenceCoefficient = 1.5

คำนวณที่นี่

นิพจน์ผลลัพธ์: { first, second, referenceCoefficient, difference: second - referenceCoefficient, }

first = threshold(input.x, 1) ใช้: threshold, input.x
second = threshold(first, 0.5) ใช้: threshold, first

ส่งกลับ

ผลลัพธ์ตัวอย่าง

first: 2
second: 1.5
referenceCoefficient: 1.5
difference: 0

JavaScript

อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.

ผลลัพธ์

เปิด JavaScript เพื่อรันตัวอย่างนี้

ข้อความทางเทคนิค

พจนานุกรมทั้งสองเป็นเอกลักษณ์สเกลาร์ในตัวอย่างที่สร้างขึ้น สัมประสิทธิ์อ้างอิงคงที่คือ 1.5 เปรียบเทียบกับผลลัพธ์ที่ประกอบเมื่อข้อมูลป้อนเข้าเปลี่ยน ต้นฉบับใช้ความสัมพันธ์การกู้คืนโดยประมาณภายใต้สมมติฐานของแบบจำลอง

แหล่งอ้างอิง: นิพจน์ในต้นฉบับ