مذكرة لى فنغ الشبكة: هذه المادة هي عبارة عن تجميع لللى فنغ ترجمات بلوق التكنولوجيا المجموعة، العنوان الأصلي الجبر الخطي لأعماق التعلم، مؤلف فيهار كوراما.

الترجمة | تشو Xiaofan Lvxin يمكن التشطيب | جيانغ فان

تعلم عميقة من الدخول إلى التخلي؟ يجب أن يكون أين تكمن المشكلة.

المقال الذي يريد أن يأتي ومناقشة المقبل: التعلم عمق الخطية الجبر مشاكل وراءها.

أولا أن يكون معجم بسيط

دراسة معمقة : A فرعي كما خوارزميات تعلم الآلة إلى تقليد التركيز وظيفة الدماغ وهيكل: الشبكة العصبية الاصطناعية.

الجبر الخطي : مستمر بدلا من الشكل الرياضي منفصلة، وكثير من علماء الكمبيوتر لا يفهمون ذلك. وبالنسبة للكثيرين لفهم واستخدام آلة خوارزميات التعلم، خصوصا عمق خوارزميات التعلم لفهم الجبر الخطي مهم جدا.

لماذا الرياضيات؟

ويستخدم الجبر الخطي، احتمال وحساب التفاضل والتكامل لوصف آلة التعلم "اللغة". وسوف تعلم هذه المواضيع تساعدنا على فهم الآليات الكامنة وراء خوارزميات لتسهيل تطوير خوارزميات جديدة.

عندما تقتصر على مستوى أصغر، قاعدة وراء عمق يتعلمون الرياضيات. لذلك قبل البدء في البرمجة دراسة متعمقة وفهم الجبر الخطي الأساسي هو ضروري.

SRC

والتعلم وراء العددية، ناقلات، مصفوفة والموترة عمق بنية البيانات الأساسية. دعونا جميعا العزم على المشاكل الجبر الخطي الأساسية برمجيا مع هذه.

الكمية العددية

عددي غير رقم واحد ، 0 هو أمثلة الموترة. X رمز العاشر يدل على القيمة الحقيقية العددية ينتمي إلى المجموعة.

عمق تعلم مختلفة مجموعة مثيرة للاهتمام من الأرقام. يمثل على الأعداد الصحيحة الموجبة (1،2،3، ...). عدد حقيقي، بما في ذلك إيجابية أو سلبية و 0. يمثل مجموعة من الأرقام عقلانية، فإنه يمكن التعبير عن جزء الرشيد للعددين.

المدمج في بعض بيثون نوع عددي  كثافة العمليات، تعويم ومعقدة، بايت ويونيكود . في هذه المكتبة الثعبان نمباي، هناك 24 أنواع البيانات الأساسية الجديدة لوصف أنواع مختلفة من العددية. معلومات حول أنواع البيانات، راجع الوثائق هنا (https://docs.scipy.org/doc/numpy-1.14.0/reference/arrays.scalars.html).

بعض التعاريف والعمليات العددية في بيثون:

جزء التعليمات البرمجية التالية يوضح عدة العملية الحسابية العددية.

الشيكات كود جزء التالية ما إذا كان متغير معين هو العددية.

سهم التوجيه

ناقلات هو مجموعة أمر ذات بعد واحد، هو من الدرجة الأولى الأمثلة الموترة. وتسمى ناقلات جزء من الفضاء ناقلات الكائن. ويمكن اعتبار الفضاء ناقلات باسم مجموعة كاملة من جميع أطوال محددة (أو أبعاد) هي ناقلات الممكنة. يستخدم الفضاء ناقلات قيمتها الحقيقية ثلاثي الأبعاد (معبرا عنه ^ 3) عادة لتمثيلنا في العالم الحقيقي لمفهوم الفضاء ثلاثي الأبعاد من جهة نظر رياضية.

من أجل الوضوح في تحديد ناقلات مكون أساسي، يتم كتابة ط عشر عنصر من عناصر العددية ناقلات كما العاشر .

دراسة متعمقة، وناقلات عموما هو متجه ميزة تمثل العلاقة التي تحدد ميزة معينة من المكونات الأصلية. ويمكن أن تشمل هذه العناصر القيمة التاريخية من المقطع العرضي للأسعار أو الأدوات المالية ذات الصلة إلى أهمية مجموعة ثنائية الأبعاد البكسل في كثافة الصورة.

الثعبان هو متجه وعدد من العمليات:

قالب

مصفوفة هو مجموعة مستطيلة تتكون من أرقام، ومثال على أمر الموتر الثاني. إذا م و n عدد الأعداد الصحيحة الموجبة، أي م، ن ، مصفوفة تضم الصفوف م ن والأعمدة، ما مجموعه م * ن أرقام.

مصفوفة كاملة يمكن أن تكون مكتوبة على النحو التالي:

جميع عناصر شكل مصفوفة يختصر غالبا ما تكون مفيدة.

في لغة بيثون، ونحن نستخدم مكتبة نمباي لمساعدتنا في إنشاء المصفوفات ن الأبعاد. هذه المصفوفات هي في الأساس مصفوفة، وطريقة المصفوفة نستخدم القائمة لتحديد المصفوفة.

$ بيثون

عملية مصفوفة محددة في بيثون:

مصفوفة إضافة

مصفوفة يمكن أن تضاف إلى العددية، ناقلات، والمصفوفات الأخرى. هذه العمليات لديها التعريف الدقيق. سيتم هذه المهارات كثيرا ما تستخدم في آلة التعلم والتعلم العميق، لذلك فمن استخدام المهارات يستحق من هذه التقنيات.

مصفوفة - مصفوفة إضافة

C = A + B (A و B، يجب أن يكون مصفوفة نفس الشكل)

مثل هذه الأساليب تعود شكل مصفوفة، وإرجاع مجموع هذه المعلمتين بعد إضافة المصفوفة. إذا كان شكل هذه المصفوفات ليست متطابقة، وستعطى البرنامج، لا المضافة.

مصفوفة - بالإضافة العددية

تطبيق العددية تعطى لجميع العناصر في مصفوفة معينة.

مصفوفة - الضرب القياسي

ضرب جميع العناصر في مصفوفة معينة تعطى من قبل العددية.

مصفوفة الضرب

ضرب مصفوفة A و B المصفوفة الناتجة مصفوفة C.

SRC

مصفوفة تبديل

بواسطة مصفوفة تبديل، يمكنك تحويل ناقلات التوالي كناقل العمود، والعكس بالعكس.

A = MXN

AT = ن م

موتر

موتر كيان بتغليف أعم العددية، ناقلات، ومصفوفة. في الفيزياء وآلة التعلم في بعض الأحيان تحتاج إلى استخدام أعلى من موتر من الدرجة الثانية.

SRC

نحن نستخدم هذا كما tensorflow أو مكتبة Pytorch بيثون أن يعلن موتر، بدلا من مصفوفة المتداخلة.

تعريف موتر بسيطة في Pytorch في:

بيثون التنسور نقاط الحسابية

مزيد من الوثائق على موتر وPytorch اضغط هنا (https://pytorch.org/tutorials/beginner/deep_learning_60min_blitz.html).

قراءة عنوان مرجع الارتباط:

في بيثون بدء التعلم العميق: الشبكي: //towardsdatascience.com/deep-learning-with-python-703e26853820

الحصول على مقدمة التعلم العميق: الشبكي: //towardsdatascience.com/introduction-to-machine-learning-db7c668822c4

موقع بلوق https://towardsdatascience.com/linear-algebra-for-deep-learning-506c19c0d6fa

لى فنغ لى فنغ صافي صافي