คณิตศาสตร์สมัยใหม่ของการเรียนรู้เชิงลึกอธิบายสำหรับผู้ที่ไม่ใช่นักคณิตศาสตร์

แนวคิด / เริ่มต้นที่นี่

นอร์มโฟรเบเนียส

โครงการเรียนรู้เพนกวิน

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

โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้

นอร์มและระยะทาง · วัดขนาดหรือความแตกต่างในปริภูมิที่กำหนด

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: 1.1 รู้จักสัญลักษณ์

ยกกำลังสองสมาชิกทั้งหมดของเมทริกซ์ บวกเข้าด้วยกัน แล้วหารากที่สอง

นอร์มโฟรเบเนียสวัดขนาดของเมทริกซ์

ตัวอย่างสูตรต้นฉบับ

∥W∥F=∑i,jWij2\|W\|_F=\sqrt{\sum_{i,j}W_{ij}^2}

แม่นตรง · ผลลัพธ์แม่นตรงสำหรับข้อมูลตัวอย่างที่มีจำนวนจำกัดเหล่านี้ ยกเว้นการปัดเศษตามปกติของคอมพิวเตอร์

สัญลักษณ์

WW
เมทริกซ์จำนวนจริงที่มีขนาดจำกัด

ตัวอย่างสูตรต้นฉบับ

ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ

แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท

ลำดับข้อมูลในตัวอย่างนี้

คุณเลือก

  • input.first = 3

คำนวณที่นี่

นิพจน์ผลลัพธ์: { sumSquares, norm: Math.sqrt(sumSquares) }

  • matrix = [ [input.first, 4], [0, 0], ] ใช้: input.first
  • sumSquares = matrix.reduce( (sum, row) => sum + row.reduce((total, value) => total + value ** 2, 0), 0, ) ใช้: matrix

ส่งกลับ

ผลลัพธ์ตัวอย่าง
sumSquares
25
norm
5

อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.

ผลลัพธ์

เปิด JavaScript เพื่อรันตัวอย่างนี้

ข้อความทางเทคนิค

เปลี่ยนข้อมูลป้อนเข้าแล้วเรียกใช้โค้ดเดิมอีกครั้ง ผลลัพธ์ที่แสดงใช้ค่าที่แสดงไว้ด้านบน

แหล่งอ้างอิง: นอร์มโฟรเบเนียส