ทิศทางแนวรัศมีและเลขชี้กำลัง
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
การประมาณและความลึก · ศึกษาความผิดพลาดในการประมาณและขนาดเครือข่ายภายใต้เงื่อนไข
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: 3.1 กฎที่ขึ้นกับระยะทาง
j เป็นดัชนีของทิศทาง wⱼ และฟังก์ชันตัวแปรเดียวที่ตรงกัน ϱⱼ
ผลรวมของพจน์สันใช้หนึ่งฟังก์ชันต่อหนึ่งทิศทาง
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างประกอบ · ตัวอย่างใช้เรลูเป็นฟังก์ชันสันที่เป็นไปได้หนึ่งชนิด ต้นฉบับอนุญาตฟังก์ชัน ϱⱼ ทั่วไป
สัญลักษณ์
- ดัชนีทิศทางที่เริ่มนับจากหนึ่ง
- เวกเตอร์ทิศทาง
- ฟังก์ชันสันตัวแปรเดียวที่ตรงกัน
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
ค่าเริ่มต้นในโค้ด
directions=[ [1, 0], [0, 1], ]x=[2, 3]j=2
คำนวณที่นี่
นิพจน์ผลลัพธ์: { directions, x, j, dot, activation: Math.max(0, dot) }
dot=directions[j - 1].reduce((s, w, i) => s + w * x[i], 0)ใช้:directions,j,x
ส่งกลับ
directions- อาร์เรย์ (2 รายการ): [อาร์เรย์ (2 รายการ): [1, 0], อาร์เรย์ (2 รายการ): [0, 1]]
x- อาร์เรย์ (2 รายการ): [2, 3]
j- 2
dot- 3
activation- 3
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ค่าตัวเลขสร้างขึ้น ตัวอย่างใช้เรลูเป็นฟังก์ชันสันที่เป็นไปได้หนึ่งชนิด ต้นฉบับอนุญาตฟังก์ชัน ϱⱼ ทั่วไป
แหล่งอ้างอิง: สัญกรณ์ในข้อความ