การกำหนดน้ำหนักและไบแอสเริ่มต้นแบบเกาส์
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
การกำหนดค่าเริ่มต้น · อธิบายพารามิเตอร์เริ่มต้นและการแจกแจง
ฟังก์ชันเป้าหมายให้เกรเดียนต์เพื่อปรับพารามิเตอร์
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: 2.1 มองผ่านความคล้ายคลึง
สำหรับชั้นที่ ℓ น้ำหนักเริ่มต้นมีค่าเฉลี่ยศูนย์และความแปรปรวน σw²/Nℓ ส่วนไบแอสมีค่าเฉลี่ยศูนย์และความแปรปรวน σb²
ค่าเหล่านี้ระบุกฎการแจกแจงปกติของค่าเริ่มต้น
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างประกอบ · ตัวอย่างให้โมเมนต์ของกฎการแจกแจงปกติในต้นฉบับ ไม่ได้สุ่มค่าหรือพิสูจน์การลู่เข้า
สัญลักษณ์
- ดัชนีชั้น
- ความกว้างชั้น
- มาตราส่วนบวกของค่าเริ่มต้น
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
ค่าเริ่มต้นในโค้ด
layer=1width=4sigmaW=2sigmaB=1
คำนวณที่นี่
นิพจน์ผลลัพธ์: {
layer,
width,
weightMean: 0,
weightVariance: (sigmaW * sigmaW) / width,
biasMean: 0,
biasVariance: sigmaB * sigmaB,
}
ส่งกลับ
layer- 1
width- 4
weightMean- 0
weightVariance- 1
biasMean- 0
biasVariance- 1
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ค่าตัวเลขสร้างขึ้น ตัวอย่างให้โมเมนต์ของกฎการแจกแจงปกติในต้นฉบับ ไม่ได้สุ่มค่าหรือพิสูจน์การลู่เข้า
แหล่งอ้างอิง: สัญกรณ์ในข้อความ