ปริภูมิในปัญหาผกผัน
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
โจทย์ผกผัน · อธิบายการสร้างกลับจากข้อมูลสังเกตโดยใช้ตัวดำเนินการไปข้างหน้า
การประยุกต์นี้มีข้อมูลเข้าและสมมติฐานของตัวเอง ค่าที่วัดจากเพนกวินไม่ใช่ข้อมูลทดลองของมัน
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: 8.1 ย้อนหาคำตอบจากการวัด
การส่งไปข้างหน้า K ส่งค่าที่ไม่รู้ y ใน 𝒴 ไปเป็นข้อมูล x ใน 𝒳 ปัญหาผกผันหาค่า y จาก x
ปริภูมิแยกค่าที่ไม่รู้ออกจากข้อมูลสังเกต
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างประกอบ · ตัวอย่างสเกลาร์นี้มีฟังก์ชันผกผันแม่นตรง ปัญหาผกผันทั่วไปอาจมีคำตอบไม่เป็นเอกลักษณ์หรือไม่เสถียร
สัญลักษณ์
- ปริภูมิค่าที่ไม่รู้
- ปริภูมิข้อมูลสังเกต
- การส่งไปข้างหน้า
- ค่าที่ไม่รู้
- ข้อมูลที่สังเกต
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
ค่าเริ่มต้นในโค้ด
y=2
คำนวณที่นี่
นิพจน์ผลลัพธ์: { y, x, reconstructed: x / 3 }
x=K(y)ใช้:K,y
ส่งกลับ
y- 2
x- 6
reconstructed- 2
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ค่าตัวเลขสร้างขึ้น ตัวอย่างสเกลาร์นี้มีฟังก์ชันผกผันแม่นตรง ปัญหาผกผันทั่วไปอาจมีคำตอบไม่เป็นเอกลักษณ์หรือไม่เสถียร
แหล่งอ้างอิง: สัญกรณ์ในข้อความ