ตรวจสอบการจำแนกประเภท L₁

แบบฝึกหัดนี้มีการซ้อมขนาดเล็กที่มีเสียงดังเล็กน้อย ชุดข้อมูล ในสถานการณ์เช่นนี้ การปรับมากเกินไปเป็นเรื่องที่น่ากังวลมาก การกำหนดมาตรฐานอาจช่วยได้ แต่รูปแบบการทำให้เป็นรูปแบบมาตรฐานใด

แบบฝึกหัดนี้ประกอบด้วยงานที่เกี่ยวข้อง 5 งาน ลดความซับซ้อนในการเปรียบเทียบ ในงานทั้ง 5 รายการ ให้เรียกใช้แต่ละงานในแท็บแยกกัน โปรดสังเกตว่าความหนาของเส้นที่เชื่อมต่อ FEATURES และ OUTPUT แสดงน้ำหนักสัมพัทธ์ของแต่ละจุดสนใจ

งาน	ประเภทการกำหนดเป็นประจำ	อัตราการทำให้เป็นมาตรฐาน (แลมบ์ดา)
1	ซ้าย2	0.1
2	ซ้าย2	0.3
3	ต่ำ1	0.1
4	ต่ำ1	0.3
5	ต่ำ1	การทดสอบ

คำถาม

1. การเปลี่ยนจาก L₂ เป็น L₁ จะได้รับการกำหนดอย่างไร ส่งผลต่อเดลต้าระหว่างการสูญเสียการทดสอบและการสูญเสียการฝึกหรือไม่
2. การเปลี่ยนจาก L₂ เป็น L₁ จะได้รับการกำหนดอย่างไร มีผลต่อน้ำหนักที่เรียนรู้หรือไม่
3. การเพิ่มอัตราการมาตรฐาน L₁ (lambda) ส่งผลอย่างไร น้ำหนักที่เรียนรู้แล้วคืออะไร

(คำตอบจะปรากฏใต้แบบฝึกหัด)

---

---

คลิกที่ไอคอนเครื่องหมายบวกเพื่อดูคำตอบ

1. การเปลี่ยนจาก L₂ เป็น L₁ เป็นมาตรฐานอย่างมาก จะลดเดลต้าระหว่างการสูญเสียในการทดสอบและการสูญเสียการฝึก
2. การเปลี่ยนจาก L₂ เป็น L₁ จะเสียหายในการปรับให้เป็นมาตรฐาน น้ำหนักทั้งหมดที่เรียนรู้แล้ว
3. โดยทั่วไปการเพิ่มอัตรามาตรฐาน L₁ จะส่งผล น้ำหนักที่เรียนรู้ แต่หากอัตรามาตรฐานสูงเกินไป โมเดลไม่สามารถบรรจบกันและค่าที่สูญเสียจะสูงมาก