ชุดข้อมูลตัวอย่างค่าเวกเตอร์
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
ข้อมูลสังเกตและการสุ่มตัวอย่าง · อธิบายตัวอย่าง เป้าหมาย และชุดตัวอย่าง
แถวที่เลือกส่งค่าที่วัดและคำตอบที่ทราบไปฝึก ส่วนรหัสทดสอบแยกไว้
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: 5.2 เมื่อพารามิเตอร์เปลี่ยนเพียงเล็กน้อย
ชุดตัวอย่างเป็นลำดับของเวกเตอร์หรือคู่ข้อมูลป้อนเข้าและเป้าหมาย โดยแต่ละเวกเตอร์มีมิติตามที่ระบุ
รูปร่างแสดงว่าข้อมูลใดป้อนให้การดำเนินการได้
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างประกอบ · ตัวอย่างนี้ใช้ข้อมูลป้อนเข้าแบบเวกเตอร์และเป้าหมายแบบสเกลาร์ ชุดเวกเตอร์มีรูปร่างรายการในลักษณะเดียวกัน
สัญลักษณ์
- จำนวนตัวอย่าง
- เวกเตอร์ป้อนเข้า
- สเกลาร์หรือเวกเตอร์เป้าหมายตามที่ระบุในนิพจน์ต้นฉบับ
- มิติของเวกเตอร์
- ชุดเวกเตอร์
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
ค่าเริ่มต้นในโค้ด
sample=[ [[1, 2], 3], [[3, 4], 5], ]d=2
คำนวณที่นี่
นิพจน์ผลลัพธ์: {
sample,
d,
m: sample.length,
valid: sample.every((z) => z[0].length === d && Number.isFinite(z[1])),
}
ส่งกลับ
sample- อาร์เรย์ (2 รายการ): [อาร์เรย์ (2 รายการ): [อาร์เรย์ (2 รายการ), 3], อาร์เรย์ (2 รายการ): [อาร์เรย์ (2 รายการ), 5]]
d- 2
m- 2
valid- จริง
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ค่าตัวเลขสร้างขึ้น ตัวอย่างนี้ใช้ข้อมูลป้อนเข้าแบบเวกเตอร์และเป้าหมายแบบสเกลาร์ ชุดเวกเตอร์มีรูปร่างรายการในลักษณะเดียวกัน
แหล่งอ้างอิง: สัญกรณ์ในข้อความ