พารามิเตอร์ตัวดำเนินการคุณลักษณะ
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
คุณลักษณะ · แปลงข้อมูลเข้าเป็นคุณลักษณะที่กฎนำไปใช้
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].
ใช้ในส่วนต้นฉบับเหล่านี้: 7.2 ใช้ชิ้นส่วนน้อยชิ้น
ชั้นคุณลักษณะใช้พจนานุกรม D ไบแอส b และฟังก์ชันกระตุ้น ψ
องค์ประกอบเหล่านี้กำหนดการแปลงของชั้น
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างประกอบ · ตัวอย่างใช้พจนานุกรมเอกลักษณ์ขนาดเล็กและเรลู ต้นฉบับพิจารณาพจนานุกรมคอนโวลูชันที่มีโครงสร้างและฟังก์ชันกระตุ้นที่ระบุ
สัญลักษณ์
- เมทริกซ์พจนานุกรม
- เวกเตอร์ไบแอส
- ฟังก์ชันกระตุ้นของชั้น
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
ค่าเริ่มต้นในโค้ด
D=[ [1, 0], [0, 1], ]x=[2, -1]b=[0, 0]
คำนวณที่นี่
นิพจน์ผลลัพธ์: { D, x, b, pre, output: pre.map((v) => Math.max(0, v)) }
pre=D.map((row, i) => row.reduce((s, v, j) => s + v * x[j], b[i]))ใช้:D,x,b
ส่งกลับ
D- อาร์เรย์ (2 รายการ): [อาร์เรย์ (2 รายการ): [1, 0], อาร์เรย์ (2 รายการ): [0, 1]]
x- อาร์เรย์ (2 รายการ): [2, -1]
b- อาร์เรย์ (2 รายการ): [0, 0]
pre- อาร์เรย์ (2 รายการ): [2, -1]
output- อาร์เรย์ (2 รายการ): [2, 0]
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ค่าตัวเลขสร้างขึ้น ตัวอย่างใช้พจนานุกรมเอกลักษณ์ขนาดเล็กและเรลู ต้นฉบับพิจารณาพจนานุกรมคอนโวลูชันที่มีโครงสร้างและฟังก์ชันกระตุ้นที่ระบุ
แหล่งอ้างอิง: สัญกรณ์ในข้อความ