IB
@ibodnar я тут попробовал сам реализовать обучение через обратное распространение ошибки, и чет не получилось)
Ого
Size: a a a
2020 October 26
Π
Открыл окно. В офис залетела синица. Окно маленькое, шансов мало, что улетит. Назову её Гришей
Вキ
Ого
я же правильно делаю, что высчитываю ошибку, а потом умножаю веса на эту ошибку с коеффициентом у последнего слоя?
AS
там кота по почте послали или велик?
E
там кота по почте послали или велик?
бандл
Π
Вообще даже не поймать и не выбросить в окно- оно под потолком. Только на улицу её нести. А лучше пусть сама догадается улететь
AT
Вообще даже не поймать и не выбросить в окно- оно под потолком. Только на улицу её нести. А лучше пусть сама догадается улететь
на улице вечером светло? просто выключи свет, сама вылетит
Π
на улице вечером светло? просто выключи свет, сама вылетит
Может быть. Сейчас день и везде светло
AT
Может быть. Сейчас день и везде светло
я там в гостишке птицу выгонял)))
AT
вырубаешь свет в комнате и она сама полетит на свет
Π
вырубаешь свет в комнате и она сама полетит на свет
N👩
Открыл окно. В офис залетела синица. Окно маленькое, шансов мало, что улетит. Назову её Гришей
просто в руку ее берешь и в окно отпускаешь
N👩
двумя руками берешь)
IB
я же правильно делаю, что высчитываю ошибку, а потом умножаю веса на эту ошибку с коеффициентом у последнего слоя?
Эээ, нет. У тебя есть дисконтирующий множитель (скорость обучения) И есть градиент. Умножаешь градиент (частную производную по текущему весу) на дисконтирующий множитель. Если твой слой последний где брать ошибку понятно. А если не последний, то это произведение ошибки следующего слоя на вес нейрона
IB
типа если нейрон более высомый, то и его вклад в ошибку больше
E
Эээ, нет. У тебя есть дисконтирующий множитель (скорость обучения) И есть градиент. Умножаешь градиент (частную производную по текущему весу) на дисконтирующий множитель. Если твой слой последний где брать ошибку понятно. А если не последний, то это произведение ошибки следующего слоя на вес нейрона
E
Эээ, нет. У тебя есть дисконтирующий множитель (скорость обучения) И есть градиент. Умножаешь градиент (частную производную по текущему весу) на дисконтирующий множитель. Если твой слой последний где брать ошибку понятно. А если не последний, то это произведение ошибки следующего слоя на вес нейрона
в чате не принято материться
Вキ
Эээ, нет. У тебя есть дисконтирующий множитель (скорость обучения) И есть градиент. Умножаешь градиент (частную производную по текущему весу) на дисконтирующий множитель. Если твой слой последний где брать ошибку понятно. А если не последний, то это произведение ошибки следующего слоя на вес нейрона
ага, понял
у меня нет только градиента
у меня нет только градиента
m
@mefest присоединяйся)
Что??