Rozdział 2. Wprowadzenie do budowania modeli
W rozdziale 1. opisałem najważniejsze konceptualne zagadnienie potrzebne do zrozumienia dziedziny deep learning: zagnieżdżone, ciągłe i różniczkowalne funkcje. Pokazałem, jak przedstawiać te funkcje w formie grafu obliczeniowego, gdzie każdy węzeł grafu reprezentuje jedną prostą funkcję. Zademonstrowałem, że taka reprezentacja pozwala łatwo zobaczyć, jak obliczyć pochodną danych wyjściowych funkcji zagnieżdżonej względem danych wejściowych. Wystarczy wziąć pochodne wszystkich funkcji składowych, obliczyć je dla danych wejściowych otrzymanych przez każdą z tych funkcji, a następnie pomnożyć wyniki przez siebie. Wynikiem jest poprawna pochodna funkcji zagnieżdżonej, co bierze się z reguły łańcuchowej. ...
Get Uczenie głębokie od zera now with the O’Reilly learning platform.
O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.
