سرفصل‌ها درس 42 از 246 · ماژول 3: از نورون تا MLP
ماژول 3: از نورون تا MLP

شکست سازنده: XOR با یک نورون

چرا مهم است شکست عمدی اینجا بهتر از هر توضیحی به شما یاد می‌دهد چرا شبکه‌ها به بیش از یک لایه نیاز دارند.

XOR («یای انحصاری») وقتی دقیقاً یکی از دو ورودی 1 است برابر 1 است. چهار نقطه: (0,0) برابر 0، (0,1) برابر 1، (1,0) برابر 1، (1,1) برابر 0. کار شما: کاری کنید نورون لجستیک درس قبل هر چهار را درست بگیرد. هر نرخ یادگیری، هر تعداد گام و هر بذری را امتحان کنید.

نورون اینجا از وزن‌های تصادفی شروع می‌کند. این مهم است: اگر از صفرها شروع می‌کرد، روی XOR گرادیانش به خاطر تقارن دقیقاً 0 بود (چهار نقطه به یک اندازه در جهت‌های مخالف می‌کشند)، پس اصلاً هرگز حرکت نمی‌کرد. آن شکستی متفاوت با شکستی است که این درس دربارهٔ آن است، پس کنارش می‌گذاریم.

پیش از خواندن راهنمایی چند دقیقه واقعاً تلاش کنید. اول دست‌وپنجه نرم کردن همان هدف است: پژوهش دربارهٔ یادگیری نشان می‌دهد کسانی که پیش از آموزش ایده مسئله‌ای را امتحان می‌کنند بعداً آن را بهتر می‌فهمند.

واژه‌ها و نمادهای این درس
نورون
w . x + b، سپس یک فعال‌سازی
وزن‌ها (w, W)، بایاس (b)
اعدادی که یک نورون یاد می‌گیرد؛ بایاس خروجی‌اش را جابه‌جا می‌کند
sigmoid
1 / (1 + exp(-z)): هر عددی را در بازهٔ 0 تا 1 می‌فشارد
نرخ یادگیری (lr)
اینکه هر گام آموزش چقدر بزرگ است
نوبت شما

train_logistic(X, y, lr, steps, seed) را روی XOR با دست‌کم سه تنظیم متفاوت به کار ببرید و دقت هر نتیجه را در my_attempts بگذارید. سپس reason را برابر حرف توضیح درست قرار دهید:

A: گام‌های بیشتری لازم دارد. B: یک نورون تنها فقط می‌تواند صفحه را با یک خط راست تقسیم کند و هیچ خط راستی XOR را جدا نمی‌کند. C: نرخ یادگیری اشتباه است. D: چهار نقطه برای یادگیری خیلی کم‌اند.

مشکلی در این درس دیدید؟ گزارشش کنید · دربارهٔ این درس بپرسید

این تمرین به‌زودی باز می‌شود

درس پیش از آن را تمام کنید تا این یکی باز شود. کل دوره رایگان است، حساب کاربری لازم نیست، و می‌توانید همین الان این درس را بخوانید.