Capítulo 4. Sob o capô: treinando um classificador de dígitos
Este trabalho foi traduzido com recurso a IA. Agradecemos o teu feedback e comentários: translation-feedback@oreilly.com
Depois de veres como é treinar uma variedade de modelos noCapítulo 2, vamos agora olhar para os bastidores e ver exatamente o que se passa. Começamos por utilizar a visão computacional para introduzir ferramentas e conceitos fundamentais para a Deep Learning.
Explicaremos a descida de gradiente estocástico (SGD), o mecanismo de aprendizagem que atualiza os pesos automaticamente. Discutiremos a escolha de uma função de perda para nossa tarefa básica de classificação e o papel dos minilotes. Também descreveremos a matemática que uma rede neural básica está a fazer. Finalmente, juntaremos todas estas peças.
Em capítulos futuros, vamos mergulhar profundamente noutras aplicações e ver como estes conceitos e ferramentas se generalizam. Mas este capítulo é sobre o lançamento de pedras fundamentais. Para ser franco, isso também faz com que este seja um dos capítulos mais difíceis, devido ao facto de todos estes conceitos dependerem uns dos outros. Tal como num arco, todas as pedras têm de estar no lugar para que a estrutura se mantenha de pé. Também como um arco, uma vez que isso acontece, é uma estrutura poderosa que pode suportar outras coisas. Mas requer alguma paciência para ser montada.
Começa. O primeiro passo é considerar como as imagens são representadas num computador.
Pixels: Os fundamentos da visão ...
Become an O’Reilly member and get unlimited access to this title plus top books and audiobooks from O’Reilly and nearly 200 top publishers, thousands of courses curated by job role, 150+ live events each month,
and much more.
Read now
Unlock full access