Kiểm tra cầu nối: những gì bạn đã biết
Vì sao điều này quan trọng Khóa học này bắt đầu từ một nơ-ron, nhưng nó đi nhanh. Bài kiểm tra ngắn này cho bạn biết có nên đọc phần ôn nhanh bên dưới trước khi đi tiếp không.
Năm câu hỏi về các ý tưởng cơ bản. Nếu bạn sai nhiều hơn một câu, hãy đọc phần ôn trước; nó mất khoảng 20 phút.
Ôn nhanh
Một nơ-ron nhân mỗi đầu vào với một trọng số, cộng chúng lại, cộng thêm một độ lệch (bias), và đưa tổng qua một hàm kích hoạt. Một lớp là nhiều nơ-ron đặt cạnh nhau, mỗi cái có trọng số riêng. Một mạng là các lớp nối tiếp nhau: đầu ra của mỗi lớp là đầu vào của lớp tiếp theo.
Huấn luyện nghĩa là tìm các trọng số làm cho giá trị mất mát nhỏ. Gradient của giá trị mất mát cho bạn biết, với mỗi trọng số, giá trị mất mát thay đổi ra sao nếu trọng số đó được đẩy nhẹ. Gradient descent đẩy mọi trọng số một chút xuống dốc, lặp đi lặp lại. Lan truyền ngược (backpropagation) là cách hiệu quả để có tất cả các gradient đó cùng lúc, bằng cách truyền độ nhạy ngược qua phép tính. Bạn sẽ tự xây từng thứ trong số này từ đầu ở các Mô-đun 2 tới 4, nên lúc này một hình dung đại khái là đủ.
Từ và ký hiệu trong bài học này
- mất mát (loss)
- một con số cho biết mô hình sai tới đâu; huấn luyện làm cho nó nhỏ đi
Bạn thấy vấn đề gì trong bài học này? Hãy báo cáo nó · Hỏi về bài học này
Bài tập này sẽ sớm mở.
Hoàn thành bài học trước đó để mở khóa bài này. Toàn bộ khóa học là miễn phí, không cần tài khoản, và bạn có thể đọc bài học này ngay bây giờ.
Trình duyệt này đang chặn cookie cho learn.floati.life, nên các bài học bạn đã hoàn thành tại đây không thể mở theo thứ tự. Hãy cho phép cookie cho trang web này và tải lại trang.