สถาปัตยกรรมในภาพวิถี
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
ชั้นแบบจำลองและโครงสร้าง · อธิบายกลุ่มของกฎ ขนาด และสมบัติเชิงโครงสร้าง
โครงการมีข้อมูลและพารามิเตอร์จำนวนจำกัด ชุดทดสอบไม่ยืนยันขอบเขตประชากรหรือพิสูจน์ทฤษฎีบท
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: 3.3 วิธีอื่นในการวัดความสามารถในการแทนฟังก์ชัน
ภาพเปรียบเทียบโครงข่ายที่มีชั้นซ่อน 0, 3 และ 10 ชั้น แต่ละชั้นซ่อนมีนิวรอน n = 20 ตัว
ค่าเหล่านี้อธิบายโครงข่ายในภาพต้นฉบับ
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างประกอบ · ตัวอย่างนับนิวรอนในชั้นซ่อน ไม่ได้ทำซ้ำวิถีที่วาดในภาพ
สัญลักษณ์
- จำนวนนิวรอนต่อชั้นซ่อน
- จำนวนชั้นซ่อนในภาพ
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
ค่าเริ่มต้นในโค้ด
hiddenCounts=[0, 3, 10]n=20
คำนวณที่นี่
นิพจน์ผลลัพธ์: { n, hiddenCounts, neuronCounts: hiddenCounts.map((count) => n * count) }
ส่งกลับ
n- 20
hiddenCounts- อาร์เรย์ (3 รายการ): [0, 3, 10]
neuronCounts- อาร์เรย์ (3 รายการ): [0, 60, 200]
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ค่าตัวเลขสร้างขึ้น ตัวอย่างนับนิวรอนในชั้นซ่อน ไม่ได้ทำซ้ำวิถีที่วาดในภาพ
แหล่งอ้างอิง: สัญกรณ์ในข้อความ