คณิตศาสตร์สมัยใหม่ของการเรียนรู้เชิงลึก

มาตราส่วนค่าเริ่มต้นของวิถี

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: 3.3 วิธีอื่นในการวัดความสามารถในการแทนฟังก์ชัน

ต้นฉบับเปรียบเทียบการกำหนดค่าเริ่มต้นแบบปกติสองแบบ โดยระบุความแปรปรวนน้ำหนักฐาน 1/n และไบแอสฐาน 1 และความแปรปรวนที่ปรับมาตราส่วน σ²/n และ σ²

มาตราส่วนค่าเริ่มต้นส่งผลต่อการแจกแจงของชั้นโครงข่าย

ตัวอย่างสูตรต้นฉบับ

\Theta_{1}

ตัวอย่างประกอบ · ไฟล์ต้นฉบับระบุข้ออ้างการปรับมาตราส่วน σ^ℓ แต่ความแปรปรวนไบแอสที่ไม่เป็นศูนย์ซึ่งพิมพ์ไว้โดยทั่วไปไม่ได้ทำให้เกิดการปรับนั้นหลังชั้นแรก ตัวอย่างคำนวณค่าความแปรปรวนที่ระบุ ไม่ใช่ข้ออ้างดังกล่าว

สัญลักษณ์

$Θ₁$: การกำหนดค่าเริ่มต้นสุ่มแบบฐาน
$Θσ$: การกำหนดค่าเริ่มต้นสุ่มที่ปรับมาตราส่วน
$n$: ความกว้างชั้นซ่อน
$σ$: มาตราส่วนบวก
$ℓ$: ดัชนีชั้น

ตัวอย่างสูตรต้นฉบับ

ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ

แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท

ลำดับข้อมูลในตัวอย่างนี้

ค่าเริ่มต้นในโค้ด

n = 20
sigma = 2
layer = 2

คำนวณที่นี่

นิพจน์ผลลัพธ์: { n, sigma, baselineWeightVariance: 1 / n, baselineBiasVariance: 1, scaledWeightVariance: (sigma * sigma) / n, scaledBiasVariance: sigma * sigma, claimedFactor: sigma ** layer, }

ส่งกลับ

ผลลัพธ์ตัวอย่าง

n: 20
sigma: 2
baselineWeightVariance: 0.05
baselineBiasVariance: 1
scaledWeightVariance: 0.2
scaledBiasVariance: 4
claimedFactor: 4

JavaScript

อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.

ผลลัพธ์

เปิด JavaScript เพื่อรันตัวอย่างนี้

ข้อความทางเทคนิค

ค่าตัวเลขสร้างขึ้น ไฟล์ต้นฉบับระบุข้ออ้างการปรับมาตราส่วน σ^ℓ แต่ความแปรปรวนไบแอสที่ไม่เป็นศูนย์ซึ่งพิมพ์ไว้โดยทั่วไปไม่ได้ทำให้เกิดการปรับนั้นหลังชั้นแรก ตัวอย่างคำนวณค่าความแปรปรวนที่ระบุ ไม่ใช่ข้ออ้างดังกล่าว

แหล่งอ้างอิง: สัญกรณ์ในข้อความ