पाठ्यक्रम 246 में से पाठ 42 · Module 3: Neuron से MLP तक
Module 3: Neuron से MLP तक

उत्पादक विफलता: एक neuron से XOR

यह क्यों मायने रखता है यहाँ जानबूझकर विफल होना आपको किसी भी व्याख्या से बेहतर सिखाता है कि networks को एक से ज़्यादा layer क्यों चाहिए।

XOR ("exclusive or") 1 है जब दो inputs में से ठीक एक 1 हो। चार बिंदु: (0,0) 0 है, (0,1) 1 है, (1,0) 1 है, (1,1) 0 है। आपका काम: पिछले पाठ के अपने logistic neuron से चारों सही करवाना। कोई भी learning rate, कितने भी steps और कोई भी seed आज़माएँ।

यहाँ neuron बेतरतीब weights से शुरू होता है। वह मायने रखता है: सारे शून्यों से शुरू होने पर, XOR पर उसका gradient समरूपता से ठीक 0 है (चारों बिंदु बराबर उल्टी दिशाओं में खींचते हैं), इसलिए वह कभी हिलता ही नहीं। वह उस विफलता से अलग है जिसके बारे में यह पाठ है, इसलिए हम उसे बाहर रखते हैं।

संकेत पढ़ने से पहले कुछ मिनट सच में कोशिश करें। पहले संघर्ष करना ही बात है: सीखने पर शोध पाता है कि जो लोग विचार सिखाए जाने से पहले एक समस्या की कोशिश करते हैं वे बाद में उसे बेहतर समझते हैं।

इस पाठ के शब्द और चिह्न
neuron
w . x + b, फिर एक activation
weights (w, W), bias (b)
वे संख्याएँ जो एक neuron सीखता है; bias उसका output खिसकाता है
sigmoid
1 / (1 + exp(-z)): किसी भी संख्या को 0 से 1 में दबाता है
learning rate (lr)
हर training step कितना बड़ा है
आपकी बारी

कम से कम तीन अलग settings के साथ XOR पर train_logistic(X, y, lr, steps, seed) इस्तेमाल करें, और हर नतीजे की accuracy my_attempts में रखें। फिर reason को सच्ची व्याख्या के अक्षर पर सेट करें:

A: इसे और steps चाहिए। B: एक अकेला neuron समतल को बस एक सीधी रेखा से बाँट सकता है, और कोई सीधी रेखा XOR को अलग नहीं करती। C: learning rate ग़लत है। D: चार बिंदु सीखने के लिए बहुत कम हैं।

इस पाठ में कोई समस्या दिखी? बताएँ · इस पाठ के बारे में पूछें

यह अभ्यास जल्द खुलेगा

इससे पहले वाला पाठ पूरा करें और यह खुल जाएगा। पूरा कोर्स मुफ़्त है, कोई खाता नहीं चाहिए, और आप यह पाठ अभी पढ़ सकते हैं।