Programma Lezione 2 di 246 · Modulo 0: Linea di partenza
Modulo 0: Linea di partenza

Controllo ponte: che cosa sai già

Perché è importante Questo corso parte da un neurone, ma si muove in fretta. Questo breve controllo ti dice se leggere il rapido ripasso qui sotto prima di andare avanti.

Cinque domande sulle idee di base. Se ne sbagli più di una, leggi prima il ripasso; richiede circa 20 minuti.

Ripasso rapido

Un neurone moltiplica ogni input per un peso, li somma, aggiunge un bias, e passa il totale attraverso una funzione di attivazione. Un layer è fatto di molti neuroni uno accanto all'altro, ognuno con i propri pesi. Una rete è fatta di layer in fila: gli output di ogni layer sono gli input del layer successivo.

Addestrare significa trovare pesi che rendono piccola la loss. Il gradiente della loss ti dice, per ogni peso, come cambia la loss se quel peso viene spostato di poco. La discesa del gradiente sposta ogni peso un po' in discesa, ancora e ancora. La backpropagation è il modo efficiente per ottenere tutti quei gradienti in una volta, passando le sensibilità all'indietro attraverso il calcolo. Costruirai ognuno di questi da zero nei Moduli da 2 a 4, quindi per ora basta un'idea approssimativa.

Parole e simboli di questa lezione
loss
un numero che dice quanto sbaglia il modello; l'addestramento lo rende più piccolo

Hai notato un problema in questa lezione? Segnalalo · Chiedi qualcosa su questa lezione

Questo esercizio si apre presto

Finisci la lezione precedente e questa si sblocca. L'intero corso è gratuito, senza account, e puoi leggere questa lezione subito.