Gradiensmódszer: mi változik a modell tanításakor?
A 3Blue1Brown összekapcsolja az osztályozási hibákat a hálózat súlyainak és bias értékeinek változtatásával.
Kövesd a csökkenés irányát
A 2017-es lecke egy számjegyfelismerő hibáit kapcsolja össze a költségfüggvénnyel. Grant Sanderson a tájképes hasonlattól jut el a gradiensig, megmutatva, hogyan csökkenthetik a paraméterek módosításai a tanítási költséget. Kitér a tanítópéldákon elért javulás és az ismeretlen példákon végzett ellenőrzés különbségére is.
Olvasd a veszteséggörbét
A Google külön regressziós leckéje az ismételt veszteségszámítást és a paraméterfrissítéseket követi végig. A veszteséggörbék összekötik az egyes lépéseket a tanulás előrehaladásával és a konvergenciával. Ezen az egyszerűbb modellen értsd meg a ciklust, majd térj vissza a neurális hálózathoz.
A súlyok és a bias ismerete segít. Az ajánló az alkotó írásos feldolgozására támaszkodik.
