Müfredat 246 dersinden 42. · Modül 3: Nörondan MLP'ye
Modül 3: Nörondan MLP'ye

Verimli başarısızlık: tek nöronla XOR

Neden önemli Burada bilerek başarısız olmak, ağların neden birden fazla katmana ihtiyaç duyduğunu sana her açıklamadan daha iyi öğretir.

XOR ("dışlayıcı veya"), iki girdiden tam olarak biri 1 olduğunda 1'dir. Dört nokta: (0,0) 0'dır, (0,1) 1'dir, (1,0) 1'dir, (1,1) 0'dır. Görevin: son dersteki lojistik nöronunun dördünü de doğru yapmasını sağlamak. Herhangi bir öğrenme oranı, herhangi bir adım sayısı ve herhangi bir tohum dene.

Buradaki nöron rastgele ağırlıklardan başlıyor. Bu önemli: hep sıfırlardan başlasaydı, XOR'da gradyanı simetri yüzünden tam olarak 0 olurdu (dört nokta eşit güçle zıt yönlere çeker), bu yüzden hiç hareket etmezdi. Bu, bu dersin konusu olandan farklı bir başarısızlık, o yüzden onu dışarıda bırakıyoruz.

İpucunu okumadan önce birkaç dakika gerçekten dene. Önce zorlanmak işin özü: öğrenme üzerine araştırmalar, bir fikir öğretilmeden önce problemi deneyenlerin sonrasında onu daha iyi anladığını buluyor.

Bu dersteki kelimeler ve semboller
nöron
w . x + b, sonra bir aktivasyon
ağırlıklar (w, W), sapma (b)
bir nöronun öğrendiği sayılar; sapma çıktısını kaydırır
sigmoid
1 / (1 + exp(-z)): her sayıyı 0 ile 1 arasına sıkıştırır
öğrenme oranı (lr)
her eğitim adımının ne kadar büyük olduğu
Senin sıran

XOR üzerinde en az üç farklı ayarla train_logistic(X, y, lr, steps, seed) kullan ve her sonucun doğruluğunu my_attempts içine koy. Sonra reason değerini doğru açıklamanın harfine ayarla:

A: daha fazla adıma ihtiyacı var. B: tek bir nöron düzlemi yalnızca bir düz çizgiyle bölebilir, ve hiçbir düz çizgi XOR'u ayırmaz. C: öğrenme oranı yanlış. D: dört nokta öğrenmek için çok az.

Bu derste bir sorun mu fark ettin? Bildir · Bu ders hakkında soru sor

Bu alıştırma yakında açılacak

Bu dersi bitirince bu ders açılacak. Kursun tamamı ücretsiz, hesap gerekmiyor ve bu dersi hemen şimdi okuyabilirsin.