ممارسة
نسخة متطرفة من أصل التدرج هو استخدام حجم مصغرة دفعة من مجرد 1. وهذا هو، نظرا لمدخلات التدريب، س، نقوم بتحديث موقعنا الأوزان والانحيازات وفقا لقواعد أسبوع → w’k = أسبوع-η∂Cx / Wwk و bl → b’l = bl-ηCCx / blbl. ثم نختار إدخال تدريب آخر ، وتحديث الأوزان والتحيزات مرة أخرى. وهكذا ، مرارا وتكرارا. يُعرف هذا الإجراء بالتعلم عبر الإنترنت أو عبر الإنترنت أو التزايدي. في التعلم عبر الإنترنت ، تتعلم الشبكة العصبية من إدخال تدريب واحد فقط في كل مرة (مثلما تفعل الحيوانات البشرية). اسم ميزة واحدة وعيب واحد من التعلم عبر الإنترنت، بالمقارنة مع النسب التدرج العشوائية مع حجم مصغرة دفعة، ويقول، 20.
اسمحوا لي أن أختتم هذا القسم بمناقشة نقطة تلصق في بعض الأحيان بين أشخاص جدد وأصل متدرج. في الشبكات العصبية تكلفة C هو، بطبيعة الحال، وهي وظيفة من العديد من المتغيرات – جميع الأوزان والانحيازات – وحتى في بعض النواحي وتعرف على سطح في الفضاء عالية الأبعاد جدا. بعض الناس يعلقون التفكير: “يا ، يجب أن أكون قادرا على تصور كل هذه الأبعاد الإضافية”. وقد تبدأ بالقلق: “لا أستطيع التفكير في أربعة أبعاد ، ناهيك عن خمسة (أو خمسة ملايين)”. هل هناك بعض القدرات الخاصة التي يفتقدونها ، بعض القدرة التي يمتلكها علماء الكومبيوترات “الحقيقيون”؟ بالطبع ، الجواب هو لا. حتى معظم علماء الرياضيات المحترفين لا يستطيعون تصور أربعة أبعاد بشكل خاص ، إن كانوا على الإطلاق. بدلا من ذلك ، فإن الخدعة التي يستخدمونها هي تطوير طرق أخرى لتمثيل ما يجري. هذا هو بالضبط ما فعلناه أعلاه: استخدمنا جبري (وليس البصرية) تمثيل ΔC لمعرفة كيفية التحرك وذلك لتقليل C. الناس الذين هم جيدة في التفكير في أبعاد عالية لديك مكتبة العقلية التي تحتوي على العديد من التقنيات المختلفة على طول هذه خطوط. خدعتنا الجبرية هي مثال واحد فقط. قد لا يكون تلك التقنيات بساطة نحن تعودنا على عندما تصور ثلاثة أبعاد، ولكن بمجرد بناء مكتبة من هذه التقنيات، يمكنك الحصول على جيد جدا في التفكير في أبعاد عالية. ولن أخوض في مزيد من التفاصيل هنا، ولكن إذا كنت مهتما ثم يمكنك الاستمتاع بقراءة هذه مناقشة بعض التقنيات الرياضيات المهنية تستخدم للتفكير في الأبعاد عالية. في حين أن بعض التقنيات التي نوقشت معقدة للغاية ، إلا أن الكثير من أفضل المحتوى بديهي ويمكن الوصول إليه ، ويمكن أن يتقن أي شخص.
0 responses on "الشبكات العصبية والتعليم العميق neural network Perceptrons الجزء 17"