คณิตศาสตร์สมัยใหม่ของการเรียนรู้เชิงลึกอธิบายสำหรับผู้ที่ไม่ใช่นักคณิตศาสตร์

ดัชนีชั้นและความลึก

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: 1.3 คำถามที่จะศึกษาต่อ · 2.3 เส้นทางการฝึกมีผล · 3.3 วิธีอื่นในการวัดความสามารถในการแทนฟังก์ชัน

L เป็นจำนวนชั้นโครงข่ายหลังชั้นข้อมูลป้อนเข้า ℓ เป็นดัชนีชั้นในช่วงที่เกี่ยวข้อง

ดัชนีระบุชั้นที่กล่าวถึงค่ากระตุ้นหรือน้ำหนัก

ตัวอย่างสูตรต้นฉบับ

ℓ\ell

ตัวอย่างประกอบ · ตัวอย่างนี้มีสามชั้นและสองชั้นซ่อน

สัญลักษณ์

LL
ความลึกโครงข่าย
ℓℓ
ดัชนีชั้น

ตัวอย่างสูตรต้นฉบับ

ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ

แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท

ลำดับข้อมูลในตัวอย่างนี้

ค่าเริ่มต้นในโค้ด

  • L = 3

คำนวณที่นี่

นิพจน์ผลลัพธ์: { L, layers, hiddenLayers: layers.slice(0, -1) }

  • layers = Array.from({ length: L }, (_, i) => i + 1) ใช้: L

ส่งกลับ

ผลลัพธ์ตัวอย่าง
L
3
layers
อาร์เรย์ (3 รายการ): [1, 2, 3]
hiddenLayers
อาร์เรย์ (2 รายการ): [1, 2]

อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.

ผลลัพธ์

เปิด JavaScript เพื่อรันตัวอย่างนี้

ข้อความทางเทคนิค

ค่าตัวเลขสร้างขึ้น ตัวอย่างนี้มีสามชั้นและสองชั้นซ่อน

แหล่งอ้างอิง: สัญกรณ์ในข้อความ