ความจำเป็นของการปรับให้เหมาะสม

Introduction to Deep Learning in Python

Dan Becker

Data Scientist and contributor to Keras and TensorFlow libraries

โครงข่ายประสาทเทียมพื้นฐาน

ch2_1_v3.002.png

Introduction to Deep Learning in Python

โครงข่ายประสาทเทียมพื้นฐาน

ch2_1_v3.003.png

Introduction to Deep Learning in Python

โครงข่ายประสาทเทียมพื้นฐาน

ch2_1_v3.004.png

Introduction to Deep Learning in Python

โครงข่ายประสาทเทียมพื้นฐาน

ch2_1_v3.005.png

Introduction to Deep Learning in Python

โครงข่ายประสาทเทียมพื้นฐาน

ch2_1_v3.006.png

Introduction to Deep Learning in Python

โครงข่ายประสาทเทียมพื้นฐาน

ch2_1_v3.007.png

Introduction to Deep Learning in Python

โครงข่ายประสาทเทียมพื้นฐาน

ch2_1_v3.008.png

Introduction to Deep Learning in Python

โครงข่ายประสาทเทียมพื้นฐาน

ch2_1_v3.009.png

Introduction to Deep Learning in Python

โครงข่ายประสาทเทียมพื้นฐาน

ch2_1_v3.010.png

Introduction to Deep Learning in Python

การทำนายด้วยข้อมูลหลายจุด

  • การทำนายให้แม่นยำยิ่งขึ้นเมื่อข้อมูลมีมากขึ้น
  • ที่น้ำหนักชุดใดก็ตาม จะมีค่าความผิดพลาดได้หลายค่า
  • ... ตามจำนวนจุดข้อมูลที่ทำนาย
Introduction to Deep Learning in Python

ฟังก์ชันความสูญเสีย

  • รวมความผิดพลาดจากข้อมูลหลายจุดให้เป็นตัวเลขเดียว
  • ใช้วัดประสิทธิภาพการทำนายของโมเดล
Introduction to Deep Learning in Python

ฟังก์ชันความสูญเสียแบบกำลังสอง

ch2_1_v3.019.png

Introduction to Deep Learning in Python

ฟังก์ชันความสูญเสียแบบกำลังสอง

ch2_1_v3.020.png

Introduction to Deep Learning in Python

ฟังก์ชันความสูญเสียแบบกำลังสอง

ch2_1_v3.021.png

Introduction to Deep Learning in Python

ฟังก์ชันความสูญเสีย

ch2_1_v3.023.png

Introduction to Deep Learning in Python

ฟังก์ชันความสูญเสีย

ch2_1_v3.024.png

Introduction to Deep Learning in Python

ฟังก์ชันความสูญเสีย

ch2_1_v3.025.png

Introduction to Deep Learning in Python

ฟังก์ชันความสูญเสีย

  • ค่าฟังก์ชันความสูญเสียต่ำกว่า หมายถึงโมเดลดีกว่า
  • เป้าหมาย: หาน้ำหนักที่ทำให้ค่าฟังก์ชันความสูญเสียต่ำที่สุด
  • Gradient descent
Introduction to Deep Learning in Python

Gradient descent

  • จินตนาการว่าอยู่ในทุ่งที่มืดสนิท
  • ต้องการหาจุดต่ำสุด
  • สัมผัสพื้นเพื่อดูความลาดเอียง
  • ก้าวเล็กๆ ลงเนิน
  • ทำซ้ำจนกว่าทุกทิศทางเป็นขาขึ้น
Introduction to Deep Learning in Python

ขั้นตอน Gradient descent

  • เริ่มที่จุดสุ่ม
  • จนกว่าจะถึงจุดราบ:
    • หาความชัน
    • ก้าวลงเนิน
Introduction to Deep Learning in Python

การปรับโมเดลที่มีน้ำหนักเดียว

ch2_1_v3.042.png

Introduction to Deep Learning in Python

การปรับโมเดลที่มีน้ำหนักเดียว

ch2_1_v3.044.png

Introduction to Deep Learning in Python

การปรับโมเดลที่มีน้ำหนักเดียว

ch2_1_v3.045.png

Introduction to Deep Learning in Python

การปรับโมเดลที่มีน้ำหนักเดียว

ch2_1_v3.046.png

Introduction to Deep Learning in Python

การปรับโมเดลที่มีน้ำหนักเดียว

ch2_1_v3.047.png

Introduction to Deep Learning in Python

การปรับโมเดลที่มีน้ำหนักเดียว

ch2_1_v3.048.png

Introduction to Deep Learning in Python

การปรับโมเดลที่มีน้ำหนักเดียว

ch2_1_v3.049.png

Introduction to Deep Learning in Python

การปรับโมเดลที่มีน้ำหนักเดียว

ch2_1_v3.050.png

Introduction to Deep Learning in Python

การปรับโมเดลที่มีน้ำหนักเดียว

ch2_1_v3.051.png

Introduction to Deep Learning in Python

มาฝึกกันเถอะ!

Introduction to Deep Learning in Python

Preparing Video For Download...