คณิตศาสตร์สมัยใหม่ของการเรียนรู้เชิงลึกอธิบายสำหรับผู้ที่ไม่ใช่นักคณิตศาสตร์

แนวคิด / เริ่มต้นที่นี่

เวกเตอร์ฐานพิกัด

โครงการเรียนรู้เพนกวิน

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

โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้

เวกเตอร์และเมทริกซ์ · รวมตัวเลขด้วยการดำเนินการเวกเตอร์และเมทริกซ์

เวกเตอร์โครงการมีสองคุณลักษณะ เมทริกซ์ฝึกมี n แถวและสองคอลัมน์ ใช้เครื่องมือเมื่อสมมติฐานตรงกัน

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: 1.2.2 โครงข่ายแสดงคำตอบที่ต้องการได้หรือไม่ · 6.3 แยกส่วนแล้วสร้างกลับ

เวกเตอร์ฐานพิกัดลำดับที่ i มีค่า 1 ที่ดัชนี i และ 0 ที่ตำแหน่งอื่นทั้งหมด

เวกเตอร์เหล่านี้เลือกพิกัดแต่ละตัว

ตัวอย่างสูตรต้นฉบับ

e(i)∈Rme^{(i)}\in{\mathbb{R}}^{m}

ตัวอย่างประกอบ · ต้นฉบับยังใช้เซตดัชนีจำกัด G ใด ๆ ส่วนตัวอย่างใช้ตำแหน่ง 1 ถึง 3

สัญลักษณ์

e(i)e⁽ⁱ⁾
เวกเตอร์ฐานพิกัดลำดับที่ i
ii
ดัชนีที่ใช้ได้ซึ่งเริ่มนับจากหนึ่ง
mm
มิติเวกเตอร์
GG
เซตดัชนีในกรณีทั่วไปของต้นฉบับ

ตัวอย่างสูตรต้นฉบับ

ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ

แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท

ลำดับข้อมูลในตัวอย่างนี้

ค่าเริ่มต้นในโค้ด

  • m = 3
  • i = 2

คำนวณที่นี่

นิพจน์ผลลัพธ์: { m, i, e }

  • e = Array.from({ length: m }, (_, j) => (j + 1 === i ? 1 : 0)) ใช้: m, i

ส่งกลับ

ผลลัพธ์ตัวอย่าง
m
3
i
2
e
อาร์เรย์ (3 รายการ): [0, 1, 0]

อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.

ผลลัพธ์

เปิด JavaScript เพื่อรันตัวอย่างนี้

ข้อความทางเทคนิค

ค่าตัวเลขสร้างขึ้น ต้นฉบับยังใช้เซตดัชนีจำกัด G ใด ๆ ส่วนตัวอย่างใช้ตำแหน่ง 1 ถึง 3

แหล่งอ้างอิง: สัญกรณ์ในข้อความ