Size: a a a

2020 April 18

S

SeanWoo in CODE BLOG / C#
А на практике что?
источник

S

Sergey Trofimov in CODE BLOG / C#
ну ты ж должен потом будешь понимать что за формулу ты в нейрон засунул и тд)
источник

S

Sergey Trofimov in CODE BLOG / C#
если просто поиграться то не нужно конечно..
источник

IS

Igor Strunin in CODE BLOG / C#
SeanWoo
А на практике что?
с помощью них можно находить например градиент, который показывает направление наибольшего возрастания функции
источник

S

SeanWoo in CODE BLOG / C#
Да я хочу освоить нейронки но из-за того что там используются насколько помню производная функции активации, то тут я встрял
источник

S

SeanWoo in CODE BLOG / C#
Igor Strunin
с помощью них можно находить например градиент, который показывает направление наибольшего возрастания функции
Есть другой пример?)
источник

IS

Igor Strunin in CODE BLOG / C#
SeanWoo
Есть другой пример?)
она служит в основном для исследования функции, например, если производная функции в точке равна нулю, то это точка экстремума (то есть минимум либо максимум функции, экстремум в свою очередь может быть локальным или глобальным)
источник

S

SeanWoo in CODE BLOG / C#
Локальный или глобальный вроде бы знаю что это
источник

S

SeanWoo in CODE BLOG / C#
Смотри
источник

S

SeanWoo in CODE BLOG / C#
Стандартная функция активации в нейроне:
1/1 - е^-х
источник

S

SeanWoo in CODE BLOG / C#
Она выдает число от 0 до 1
источник

S

SeanWoo in CODE BLOG / C#
Если на входе 0,то 0.5
источник

S

SeanWoo in CODE BLOG / C#
-1 на входе, то 0
источник

S

SeanWoo in CODE BLOG / C#
1 на входе, то 1
источник

S

SeanWoo in CODE BLOG / C#
Что даёт её производная?
источник

IS

Igor Strunin in CODE BLOG / C#
SeanWoo
Что даёт её производная?
там производная вроде используется для метода обратного распространения ошибки
источник

S

SeanWoo in CODE BLOG / C#
Да
источник

S

SeanWoo in CODE BLOG / C#
Производная и еще несколько простых формул
источник

S

SeanWoo in CODE BLOG / C#
Это даже формулами не назвать
источник

IS

Igor Strunin in CODE BLOG / C#
там это нужно чтобы идти к локальному минимуму, то есть чтобы нейронка выдавала меньше ошибок
источник