Multiplicar matrices: una capa entera de una vez
Por qué importa Una capa son muchas neuronas, y un lote son muchas entradas. Una sola multiplicación de matrices calcula cada neurona con cada entrada en una línea.
Apila las entradas como filas de X (forma: entradas por características). Apila los pesos de cada neurona como una columna de W (forma: características por neuronas). Entonces X @ W tiene una fila por entrada y una columna por neurona: la entrada (i, j) es el producto escalar de la entrada i con los pesos de la neurona j.
Números diminutos
X = [[1, 2], W = [[1, 0, -1],
[3, 4]] [0, 1, 1]]
X @ W = [[1, 2, 1],
[3, 4, 1]]
Fila 1, columna 3: 1 por -1 más 2 por 1 es igual a 1. Las formas se encadenan: (2, 2) @ (2, 3) da (2, 3). Los números de dentro deben coincidir.
Multiplicación de matrices: cada fila de la izquierda por cada columna de la derecha, como productos escalares.
Resumen (batch, in) @ (in, out) = (batch, out). Esa única regla de formas mueve todo el curso.
Palabras y símbolos de esta lección
- producto escalar (a . b)
- multiplica los elementos que se corresponden y súmalos; es grande cuando los vectores coinciden
Escribe layer(X, W, b) que devuelva X @ W + b, y layer_shape(batch, n_in, n_out) que devuelva la forma de la salida como una tupla sin construir ningún array.
¿Has visto un problema en esta lección? Avísanos · Preguntar sobre esta lección
Este ejercicio se abre pronto
Termina la lección anterior y esta se desbloquea. Todo el curso es gratis, no hace falta cuenta, y puedes leer esta lección ahora mismo.
Este navegador está bloqueando las cookies de learn.floati.life, así que las lecciones que terminaste aquí no se pueden abrir en orden. Permite las cookies de este sitio y recarga.