Kurrikulum Leson 20 van 246 · Module 1: Python vir hierdie kursus
Module 1: Python vir hierdie kursus

Miniprojek: pas 'n lyn aan deur te skuif

Waarom dit saak maak Dit is hoe elke neurale netwerk leer, sonder die moeilike woorde. Jy sal dit hier doen voordat dit 'n naam het.

Sommige punte lê ongeveer op 'n lyn y = slope * x + intercept, maar ons weet nie die helling of ondersneeing nie. Begin met albei by 0. Meet hoe foutief die lyn is: die error is die gemiddelde van (voorspelling minus waarheid) gekwadraat. Skuif dan 'n bietjie.

Die nudging-resep

  1. Probeer die helling 'n bietjie hoër en 'n bietjie laer. Hou die een wat die fout verlaag, as een van hulle dit doen.
  2. Do dieselfde vir die intercept.
  3. Herhaal. As geen stoot help nie, maak die stoot kleiner, en stop wanneer dit klein is.

Die fout val stap vir stap tot die lyn op die punte rus. In Module 3 sal jy "try both directions" vervang met 'n formule wat jou dadelik vertel watter pad afdalend is. Daardie formule is die gradient, en om daar langs te stap word gradient descent genoem. Wat jy hier bou, deur elke instelling een na een op en af te probeer, het sy eie naam: coordinate search. Dit is stadiger, maar dit is dieselfde idee van om afdalend te stap.

Mean squared error: die gemiddelde van elke fout wat gekwadrateer is. Die kwadratering maak elke fout positief en straf groot foute meer.

Opsomming Meet hoe verkeerd jy is, gee 'n duwtjie, hou wat help, herhaal.

Woorde en simbole in hierdie les
beteken, versprei
die gemiddelde, en ongeveer hoe ver waardes daarvan af wyk (standaardafwyking)
Jou beurt

Skryf mse(slope, intercept, x, y) en fit_line(x, y). fit_line gebruik die nudging-resep: begin by 0 en 0 met 'n nudge van 1.0, halveer die nudge wanneer geen nudge help nie, stop wanneer die nudge onder 0.0001 is, en gee (slope, intercept) terug. Die verborge toets kyk of die fout op nuwe data naby die beste moontlike is.

Sien jy 'n probleem in hierdie les? Rapporteer dit · Vra oor hierdie les

Hierdie oefening open binnekort

Voltooi die lesie voor dit en hierdie een sal ontvanklik wees. Die hele kursus is gratis, geen rekening nodig nie, en jy kan hierdie les nou lees.