Silabus Pelajaran 2 dari 246 · Modul 0: Baris awal
Modul 0: Baris awal

Cek jembatan: apa yang sudah kamu tahu

Kenapa ini penting Kursus ini dimulai dari satu neuron, tapi gerakannya cepat. Cek singkat ini memberitahu kamu apakah harus membaca ulasan cepat di bawah sebelum lanjut.

Lima pertanyaan tentang ide dasar. Kalau kamu salah lebih dari satu, baca ulasan dulu; butuh waktu sekitar 20 menit.

Tinjauan cepat

A neuron mengalikan setiap input dengan bobot, menjumlahkannya, menambah bias, dan melewatkan totalnya ke fungsi aktivasi. A layer adalah banyak neuron yang berdampingan, masing-masing dengan bobotnya sendiri. A network adalah lapisan yang berurutan: output setiap lapisan adalah input lapisan berikutnya.

Training berarti mencari bobot yang membuat loss menjadi kecil. gradient dari loss memberi tahu kamu, untuk setiap bobot, bagaimana loss berubah jika bobot itu digeser sedikit. Gradient descent menggeser setiap bobot sedikit ke bawah, berulang kali. Backpropagation adalah cara efisien untuk mendapatkan semua gradient itu sekaligus, dengan meneruskan sensitivitas ke belakang melalui perhitungan. Kamu akan membangun setiap bagian ini dari awal di Modules 2 sampai 4, jadi gambaran kasar sudah cukup untuk sekarang.

Kata dan simbol di pelajaran ini
loss
Nomor zona yang menunjukkan seberapa salah model tersebut; pelatihan membuatnya lebih kecil

Ada masalah di pelajaran ini? Laporkan · Tanya tentang pelajaran ini

Latihan ini akan segera dibuka

Selesaikan pelajaran sebelumnya agar pelajaran ini terbuka. Seluruh kursus ini gratis, tidak butuh akun, dan kamu bisa baca pelajaran ini sekarang.