การสร้างกลับแบบผกผันที่เรียนรู้
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
โจทย์ผกผัน · อธิบายการสร้างกลับจากข้อมูลสังเกตโดยใช้ตัวดำเนินการไปข้างหน้า
การประยุกต์นี้มีข้อมูลเข้าและสมมติฐานของตัวเอง ค่าที่วัดจากเพนกวินไม่ใช่ข้อมูลทดลองของมัน
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: 8.1 ย้อนหาคำตอบจากการวัด
แทนพารามิเตอร์ที่เลือกในโครงข่ายเพื่อได้ค่าที่เป็นไปได้ของการสร้างกลับ
การสร้างกลับคือผลลัพธ์หลังเลือกพารามิเตอร์แบบจำลอง
ตัวอย่างสูตรต้นฉบับ
ภาพประกอบ · ตัวอย่างไม่ได้แก้ปัญหาผกผันด้วยตัวเอง
สัญลักษณ์
- แบบจำลองที่ขึ้นกับพารามิเตอร์
- ข้อมูลเข้าแบบจำลองคงที่
- พารามิเตอร์ที่เลือก
- ค่าที่สร้างกลับซึ่งเป็นไปได้
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
คุณเลือก
input.parameter= 1.5
ค่าเริ่มต้นในโค้ด
xi=1
คำนวณที่นี่
นิพจน์ผลลัพธ์: { xi, theta, reconstruction: xi * theta }
theta=input.parameterใช้:input.parameter
ส่งกลับ
xi- 1
theta- 1.5
reconstruction- 1.5
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
แบบจำลองสมมติคือ Φ(ξ,θ) = ξθ โดย ξ = 1 คำนวณพารามิเตอร์ที่เลือกโดยไม่อ้างว่าได้ผ่านการหาค่าเหมาะที่สุด
แหล่งอ้างอิง: นิพจน์ในต้นฉบับ