Χρήσιμα Μαθηματικά για Βαθιά Μάθηση

2 λεπτά
  1. Αν το X είναι B×D και το W είναι D×H, ποιο είναι το σχήμα του XW;
  2. Ποιο σχήμα πρέπει να έχει το ∂L/∂W;
  3. Γιατί αφαιρούμε το μέγιστο logit πριν από τη softmax;
  4. Σε τι χρησιμεύει ένα gradient check;
  5. [E] Γιατί οι διαστάσεις αποτελούν τεστ συλλογισμού;

Απαντήσεις. 1. B×H. 2. D×H, όπως το W. 3. Για την πρόληψη της υπερχείλισης χωρίς αλλαγή των πιθανοτήτων. 4. Για τη σύγκριση αναλυτικής παραγώγου και πεπερασμένης διαφοράς. 5. Μια πράξη της οποίας οι διαστάσεις δεν συντίθενται δεν μπορεί να είναι ο ανακοινωμένος υπολογισμός.

Στόχος: να κατακτήσετε τα απαραίτητα εργαλεία για να συλλογίζεστε για ένα δίκτυο χωρίς να μετατρέψετε το μάθημα σε πραγματεία μαθηματικών.

Προεπισκόπηση — η συνέχεια του μαθήματος είναι διαθέσιμη στους εγγεγραμμένους.

Έχετε ήδη εγγραφεί με κωδικό;

Η πρόσβασή σας συνδέεται με τον λογαριασμό σας, όχι με αυτόν τον σύνδεσμο. Συνδεθείτε με το ίδιο email που χρησιμοποιήσατε στην τάξη: το μάθημά σας σας περιμένει, δεν χρειάζεται να ξαναβάλετε τον κωδικό.

ΣύνδεσηΔεν έχετε λογαριασμό; Δημιουργήστε έναν
Αυτό το μάθημα ανήκει στην ενότητα «σύγχρονες εμβαθύνσεις»

Οι πρώτες ενότητες του μαθήματος είναι σε ελεύθερη πρόσβαση. Για τη συνέχεια υπάρχουν τρεις δρόμοι: αγοράστε αυτό το μάθημα μία φορά, κάντε συνδρομή, ή εισαγάγετε τον κωδικό που δόθηκε στην τάξη.

Συνδρομή — 19 $ US/μήναΕπιστροφή στο πλάνο
Είστε φοιτητής σε αυτό το μάθημα;

Ο κωδικός συνδέεται με τον λογαριασμό σας: συνδεθείτε ή δημιουργήστε λογαριασμό και θα εφαρμοστεί αυτόματα όταν επιστρέψετε.

Δεν έχετε λογαριασμό; Δημιουργήστε έναν