ทิศทางการปรับที่มีขอบเขต
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
ทฤษฎีการหาค่าเหมาะสม · ศึกษาการลู่เข้าและรูปทรงของความสูญเสียภายใต้สมมติฐาน
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: 1.2.1 หาพารามิเตอร์ที่เหมาะสม
เงื่อนไข ‖D⁽ᵏ⁾‖₂ ≤ 1 จำกัดความยาวยุคลิดของทิศทางการปรับ
ขอบเขตจำกัดขนาดของทิศทางการปรับแต่ละขั้น
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างประกอบ · ตัวอย่างตรวจสอบทิศทางการปรับหนึ่งทิศทาง ไม่ได้พิสูจน์เงื่อนไขสำหรับทุกขั้น
สัญลักษณ์
- ทิศทางการปรับ ณ ขั้น k
- นอร์มเวกเตอร์ยุคลิด
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
ค่าเริ่มต้นในโค้ด
D=[0.6, 0.8]
คำนวณที่นี่
นิพจน์ผลลัพธ์: { D, norm, bounded: norm <= 1 }
norm=Math.sqrt(D.reduce((s, v) => s + v * v, 0))ใช้:D
ส่งกลับ
D- อาร์เรย์ (2 รายการ): [0.6, 0.8]
norm- 1
bounded- จริง
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ค่าตัวเลขสร้างขึ้น เว้นแต่ระบุเป็นค่าจากต้นฉบับ ตัวอย่างตรวจสอบทิศทางการปรับหนึ่งทิศทาง ไม่ได้พิสูจน์เงื่อนไขสำหรับทุกขั้น
แหล่งอ้างอิง: สัญกรณ์ในข้อความ