Up tókànItọsọna atẹle
Awọn Ofin Iwọn fun Awọn Nẹtiwọọki Neural
Awọn ipilẹ
Awọn ipilẹ Itọsọna
Kernel Tangent Neural (NTK) jẹ ohun elo mathematiki ti n fihan pe awọn nẹtiwọọki ailopin jakejado n huwa bi ọna kan pato, ọna ekuro ti o wa titi lakoko ikẹkọ.
Gbọ si itọsọna yiiAI-ṣe afihan · ~2 min
O ṣe pataki nitori pe o yi ẹkọ jinlẹ ti o jinlẹ sinu nkan ti o ni pipade-fọọmu, awọn idogba itupalẹ.
Iṣafihan nipasẹ Jacot, Gabriel, ati Hongler ni ọdun 2018, imọ-jinlẹ NTK ṣe iwadii ohun ti o ṣẹlẹ bi awọn fẹlẹfẹlẹ nẹtiwọọki kan di iwọn ailopin. Ni opin yẹn, ikẹkọ pẹlu isunmọ gradient da duro jijẹ irin-ajo aiṣedeede egan: awọn paramita nẹtiwọọki ko ni gbigbe lati ipilẹṣẹ laileto wọn (akoko ijọba 'ikẹkọ ọlẹ'), ati iṣẹ ti o ṣe iṣiro wa ni laini, ti ijọba nipasẹ ekuro ti o duro nigbagbogbo jakejado ikẹkọ. Ekuro yẹn — ọja inu ti awọn gradients pẹlu ọwọ si awọn aye – jẹ NTK. Nitori ipadasẹhin ekuro ni awọn solusan gangan, o le ṣe asọtẹlẹ iṣelọpọ nẹtiwọọki ti oṣiṣẹ laisi ikẹkọ gangan. NTK ṣe alaye idi ti awọn nẹtiwọọki apọju ti o tobi pupọ le baamu data sibẹsibẹ tun jẹ gbogbogbo, ati pe o sopọ mọ ẹkọ ti o jinlẹ si awọn ewadun ti awọn ọna ekuro ti oye daradara ati awọn ilana Gaussian.
Ṣe asọtẹlẹ awọn agbara ikẹkọ nẹtiwọọki jakejado ni itupalẹ lati yan awọn oṣuwọn ikẹkọ laisi awọn ṣiṣe idanwo gbowolori
Lilo awọn metiriki ti o da lori NTK lati ṣe ipo awọn faaji oludije ni olowo poku lakoko wiwa faaji nkankikan
Ti n ṣalaye ni imọ-jinlẹ idi ti awọn nẹtiwọọki apọju pọ si pipadanu ikẹkọ odo ati tun ṣe gbogbogbo
Ṣiṣeto awọn isunmọ ekuro (awọn ilana Gaussian ti o ni atilẹyin NTK) fun awọn iṣẹ ṣiṣe pẹlu data kekere nibiti awọn iṣiro aidaniloju gangan ṣe pataki
NTK jẹ ẹhin ti imọ-jinlẹ jinlẹ pupọ ti ode oni, ṣugbọn awọn nẹtiwọọki ipari gidi kọ awọn ẹya - nkan ti aworan ekuro ti o wa titi padanu. Iwadi ni bayi dojukọ aafo laarin ihuwasi 'ọlẹ' NTK ati awọn ijọba eto ẹkọ ẹya 'ọlọrọ', ati lori lilo NTK lati ṣe asọtẹlẹ iṣẹ ṣiṣe faaji, ṣe itọsọna wiwa faaji ti iṣan, ati gbogbogbo ti a so. Reti awọn imọ-jinlẹ arabara ti o mu nigbati awọn nẹtiwọọki ba huwa bi awọn kernels dipo nigba ti wọn kọ awọn aṣoju nitootọ.
Ìwé ìròyìn ọfẹ
Ìtàn AI mẹta tó jẹ́rìí ní gbogbo owurọ́ ọjọ́ iṣẹ́, kọ́wé ní Gẹ̀ẹ́sì tó rọrùn. Ọfẹ́ fún gbogbo àkókò, kò sí ìpolówó.
Ìmeèlì kan ní gbogbo ọjọ́ iṣẹ́. Yọkúrò ní ìkànìyàn ní ìkànìyàn kan. A kò ta tàbí pín àdírẹ́sì rẹ.
Ṣe idanwo fun ara rẹ
Ìdáhùn lẹ́sẹ̀kẹsẹ̀ lórí gbogbo ìdáhùn, àti iwe-ẹ̀rí tó lè pin pẹ̀lú ID tó lè jẹ́rìí lẹ́yìn tí o bá kọ́ ẹ̀kọ́.
Ṣe àtìlẹ́yìn ẹ̀kọ́ AI ọfẹ́. AI Understanding jẹ́ àjọ àìní èrè 501(c)(3) — kò sí ìpolówó, kò sí àkúnya owó, ní gbogbo àkókò. Ṣe ẹbun kan
Kernel Tangent Neural (NTK) jẹ ohun elo mathematiki ti n fihan pe awọn nẹtiwọọki ailopin jakejado n huwa bi ọna kan pato, ọna ekuro ti o wa titi lakoko ikẹkọ. O ṣe pataki nitori pe o yi ẹkọ ijinlẹ aramada pada si nkan pẹlu fọọmu pipade, awọn idogba itupalẹ.
Abajade NTK aringbungbun kan ni pe ni opin-iwọn ailopin ekuro kojọpọ si iye ti o wa titi ati pe o duro nigbagbogbo jakejado ikẹkọ isọdi-gidient.
NTK naa jẹ K(x,x') = ⟨∇θ f(x), ∇θ f(x')⟩, ọja inu ti awọn gradients ti iṣelọpọ pẹlu ọwọ si awọn paramita.
A ṣe afihan NTK ni iwe 2018 nipasẹ Arthur Jacot, Franck Gabriel, ati Clément Hongler.
Ni ikẹkọ ọlẹ, awọn aye-nẹtiwọọki jakejado duro nitosi awọn iye akọkọ wọn ati iṣelọpọ wa ni laini, eyiti o jẹ ki itupalẹ ekuro ti o wa titi wulo.
Ipadasẹyin Kernel ni awọn solusan fọọmu-pipade, nitorinaa ni opin NTK ọkan le ṣe asọtẹlẹ asọtẹlẹ awọn abajade ti nẹtiwọọki ikẹkọ.
Tesiwaju kikọ
Awọn itọsọna diẹ sii ti a yan fun koko yii
Up tókànItọsọna atẹle
Awọn Ofin Iwọn fun Awọn Nẹtiwọọki Neural
Awọn ipilẹ