น้ำหนักผลลัพธ์เป็นศูนย์
โครงการเรียนรู้เพนกวิน
โครงการใช้ข้อมูลเพนกวิน Palmer ที่สมบูรณ์ 342 แถว: ชุดฝึก 240 และชุดทดสอบ 102 แถว แถวฝึกที่เลือกกำหนดการปรับสเกลและพารามิเตอร์ CSV ต้นฉบับ
โครงการนี้ฝึกน้ำหนักด้วย softmax ต่างจากแล็บในหน้าแรกที่ใช้ค่าเฉลี่ยของสายพันธุ์ที่ใกล้ที่สุด ข้อมูลวัดเพนกวินชุดเดียวกัน แต่วิธีจำแนกต่างกัน คำทำนายอาจต่างกันได้
กฎทำนายและชั้นของเครือข่าย · อธิบายหรือใช้กฎทำนาย ชั้น และพารามิเตอร์
โครงการใช้กฎเชิงเส้นกับสองคุณลักษณะ น้ำหนักที่ฝึกให้คะแนนหรือมวลที่ปรับสเกล
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 เรียนรู้จากตัวอย่าง
ถ้าเมทริกซ์น้ำหนักสุดท้ายเป็นศูนย์ ผลลัพธ์โครงข่ายเท่ากับไบแอสสุดท้าย ไม่ว่าชั้นก่อนหน้าจะเป็นอย่างไร
สิ่งนี้ให้ฟังก์ชันโครงข่ายคงที่
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างประกอบ · ตัวอย่างมีผลลัพธ์หนึ่งค่า เหตุผลนี้ใช้กับแต่ละองค์ประกอบของผลลัพธ์เวกเตอร์ได้เช่นกัน
สัญลักษณ์
- เมทริกซ์น้ำหนักสุดท้าย
- เวกเตอร์ไบแอสสุดท้าย
- ฟังก์ชันผลลัพธ์ของโครงข่าย
ตัวอย่างสูตรต้นฉบับ
ตัวอย่างต้นฉบับนี้ใช้ข้อมูลเข้าและสมมติฐานของตัวเอง การแก้ไขไม่เปลี่ยนโครงการ
แก้ค่าหรือโค้ด แล้วกดรัน ตัวอย่างนี้เป็นการคำนวณจำนวนจำกัด ไม่ใช่การพิสูจน์ทฤษฎีบท
ลำดับข้อมูลในตัวอย่างนี้
โค้ดเปลี่ยนแล้ว กดรีเซ็ตเพื่อคืนลำดับข้อมูลของตัวอย่าง
ค่าเริ่มต้นในโค้ด
hidden=[2, 3]weights=[0, 0]bias=4
คำนวณที่นี่
นิพจน์ผลลัพธ์: { hidden, weights, bias, output }
output=weights.reduce((s, w, i) => s + w * hidden[i], bias)ใช้:weights,hidden,bias
ส่งกลับ
hidden- อาร์เรย์ (2 รายการ): [2, 3]
weights- อาร์เรย์ (2 รายการ): [0, 0]
bias- 4
output- 4
อ่านตัวเลขจาก input แล้วคืนค่าผลลัพธ์ พื้นฐาน JavaScript.
ผลลัพธ์
ข้อความทางเทคนิค
ค่าตัวเลขสร้างขึ้น ตัวอย่างมีผลลัพธ์หนึ่งค่า เหตุผลนี้ใช้กับแต่ละองค์ประกอบของผลลัพธ์เวกเตอร์ได้เช่นกัน
แหล่งอ้างอิง: สัญกรณ์ในข้อความ