コレクションでコンテンツを整理
必要に応じて、コンテンツの保存と分類を行います。
ニューラル ネットの初期化
この演習でも XOR データを使用しますが、再現性に注目します。
初期化の重要性について説明しました。
タスク 1: 指定されたとおりにモデルを 4 回または 5 回実行します。各トライアルの前に
[ネットワークをリセット] ボタンをクリックして、新たにランダムに初期化されるようにします。
([ネットワークをリセット] ボタンは、
クリックします)。各トライアルを少なくとも 500 ステップ実行する
確実に収束するようにします各モデルの出力はどの形状に収束しますか。
このことから、非凸面における初期化の役割について何がわかるか。
最適化できるか
タスク 2: レイヤを追加してモデルを少し複雑にしてみる
いくつかの追加ノードが必要になりますタスク 1 のトライアルを繰り返します。この内容
結果に安定性が加わりますか?
(解答は演習のすぐ下に表示されます)。
タスク 1 の解答のプラスアイコンをクリックします。
学習したモデルの形状は実行ごとに異なります。合流
テスト損失は低い値と最大値でほぼ 2 倍に変化しました。
プラスアイコンをクリックすると、タスク 2 の解答が表示されます。
レイヤと追加のノードを追加することで、再現可能な結果が生成されました。
各実行で、生成されたモデルはほぼ同じに見えました。さらに
収束テスト損失では実行間のばらつきが小さくなりました。
特に記載のない限り、このページのコンテンツはクリエイティブ・コモンズの表示 4.0 ライセンスにより使用許諾されます。コードサンプルは Apache 2.0 ライセンスにより使用許諾されます。詳しくは、Google Developers サイトのポリシーをご覧ください。Java は Oracle および関連会社の登録商標です。
最終更新日 2024-08-22 UTC。
[[["わかりやすい","easyToUnderstand","thumb-up"],["問題の解決に役立った","solvedMyProblem","thumb-up"],["その他","otherUp","thumb-up"]],[["必要な情報がない","missingTheInformationINeed","thumb-down"],["複雑すぎる / 手順が多すぎる","tooComplicatedTooManySteps","thumb-down"],["最新ではない","outOfDate","thumb-down"],["翻訳に関する問題","translationIssue","thumb-down"],["サンプル / コードに問題がある","samplesCodeIssue","thumb-down"],["その他","otherDown","thumb-down"]],["最終更新日 2024-08-22 UTC。"],[],[]]