คณิตศาสตร์สมัยใหม่ของการเรียนรู้เชิงลึกอธิบายสำหรับผู้ที่ไม่ใช่นักคณิตศาสตร์

แนวคิด / เริ่มต้นที่นี่

การส่งพารามิเตอร์เมื่อข้อมูลป้อนเข้าคงที่

โครงการเรียนรู้เพนกวิน

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

โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้

กฎทำนายและชั้นของเครือข่าย · อธิบายหรือใช้กฎทำนาย ชั้น และพารามิเตอร์

โครงการใช้กฎเชิงเส้นกับสองคุณลักษณะ น้ำหนักที่ฝึกให้คะแนนหรือมวลที่ปรับสเกล

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: 5.2 เมื่อพารามิเตอร์เปลี่ยนเพียงเล็กน้อย

Φ(x,·) ตรึงข้อมูลป้อนเข้า x และมองผลลัพธ์โครงข่ายเป็นฟังก์ชันของพารามิเตอร์

มุมมองนี้ใช้เมื่อหาอนุพันธ์เทียบกับพารามิเตอร์

ตัวอย่างสูตรต้นฉบับ

Φ(x,⋅)\Phi(x,\cdot)

ตัวอย่างประกอบ · ตัวอย่างใช้โครงข่ายแอฟไฟน์แบบสเกลาร์ สถาปัตยกรรมอื่นมีพารามิเตอร์ต่างกัน

สัญลักษณ์

ΦΦ
ฟังก์ชันโครงข่าย
xx
ข้อมูลป้อนเข้าคงที่
⋅·
ตำแหน่งแทนพารามิเตอร์

ตัวอย่างสูตรต้นฉบับ

ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ

แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท

ลำดับข้อมูลในตัวอย่างนี้

ค่าเริ่มต้นในโค้ด

  • x = 2
  • theta = [3, 1]

คำนวณที่นี่

นิพจน์ผลลัพธ์: { x, theta, value }

  • value = theta[0] * x + theta[1] ใช้: theta, x

ส่งกลับ

ผลลัพธ์ตัวอย่าง
x
2
theta
อาร์เรย์ (2 รายการ): [3, 1]
value
7

อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.

ผลลัพธ์

เปิด JavaScript เพื่อรันตัวอย่างนี้

ข้อความทางเทคนิค

ค่าตัวเลขสร้างขึ้น ตัวอย่างใช้โครงข่ายแอฟไฟน์แบบสเกลาร์ สถาปัตยกรรมอื่นมีพารามิเตอร์ต่างกัน

แหล่งอ้างอิง: สัญกรณ์ในข้อความ