คุณลักษณะที่แปรตามการสลับ
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
แบบจำลองควอนตัม · อธิบายฟังก์ชันคลื่น พิกัดอนุภาค และความสัมพันธ์ของพลังงาน
PDE และแบบจำลองควอนตัมไม่ใช่การดำเนินการกับข้อมูลเพนกวินนี้
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: 8.2 ใช้สมการเป็นแนวทาง
เมื่อสลับตำแหน่งอนุภาค คุณลักษณะที่ติดกับอนุภาคเหล่านั้นต้องสลับตามแบบเดียวกัน
นิพจน์เหล่านี้ระบุแบบจำลองผกผันหรือแบบจำลองควอนตัม
ตัวอย่างสูตรต้นฉบับ
ภาพประกอบ · ข้อมูลเข้าสมมติจำนวนจำกัดแสดงนิพจน์นี้ ไม่ได้พิสูจน์เอกลักษณ์ ขอบเขต หรือข้ออ้างการมีอยู่ทั่วไป
สัญลักษณ์
- การสลับพิกัดอนุภาค i และ j
- ฟังก์ชันที่เรียนรู้ซึ่งระบุตามอนุภาค
- พารามิเตอร์ของฟังก์ชัน k
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
คุณเลือก
input.first= 1
คำนวณที่นี่
นิพจน์ผลลัพธ์: { features, featuresAfterSwap: swappedPositions.map((x) => x * x) }
positions=[input.first, 3]ใช้:input.firstfeatures=positions.map((x) => x * x)ใช้:positionsswappedPositions=[positions[1], positions[0]]ใช้:positions
ส่งกลับ
features- อาร์เรย์ (2 รายการ): [1, 9]
featuresAfterSwap- อาร์เรย์ (2 รายการ): [9, 1]
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ฟังก์ชันคุณลักษณะร่วมสมมตินี้แปรตามการสลับสำหรับสองตำแหน่งที่แสดง ต้นฉบับกำหนดกฎการสลับสำหรับการแลกอนุภาคทุกครั้งที่เกี่ยวข้อง
แหล่งอ้างอิง: นิพจน์ในต้นฉบับ