Views
9 months ago

Bao cao

12 Trong trường hợp

12 Trong trường hợp ta không có tham số b, các đường thẳng ta vẽ được từ y đều là các đường thẳng đi qua gốc tọa độ. Tham số b giúp ta có thể vẽ được đường thẳng một cách linh động và đa dạng hơn. Hình 8. Quá trình tính toán của nơ-ron 2.3.2. Quá trình học của ANN Quá trình học của ANN có thể hiểu đơn giản là từ các kết quả trả ra của các nơron phía trong nó, ANN sẽ tiến hành tính độ sai lệnh giữa những kết quả đó và kết quả mong muốn. Từ kết quả sai lệnh vừa tính ra được, ANN sẽ tiến hành điều chỉnh lại các bộ tham số của các nơ-ron cho phù hợp để trong lần tính toán tiếp theo, kết quả sẽ càng gần hơn với giá trị mong muốn. 2.3.2.1. Tính toán độ sai lệch Sau khi ANN trả ra giá trị kết quả, ta cần phải tính toán độ sai lệch giữa kết quả đầu ra và kết quả mà ta mong muốn mô hình phải đạt được. Ta cần phải xác định một hàm sai số L (loss) để tính toán độ sai lệch này. Dựa vào độ sai lệch trả ra từ hàm L, ta sẽ sử dụng các thuật toán điều chỉnh tham số (Optimizer) [2.3.2.2] để điều chỉnh lại các tham số trong mô hình, vì vậy mà hàm L phải là hàm có thể tính đạo hàm được.

13 2.3.2.2. Điều chỉnh tham số Hiện nay xuất hiện khá nhiều các thuật toán điều chỉnh tham số ANN, mỗi thuật toán có ưu nhược điểm khác nhau cho đặc thù của từng bài toán. Một số thuật toán điều chỉnh tham số thường dùng là: Gradient Descent: Điều chỉnh tham số của mô hình dựa vào đạo hàm của hàm L. Mức độ điều chỉnh tham số nhanh hay chậm phụ thuộc vào tỉ lệ học α. Ưu điểm của thuật toán này là nó được sử dụng tối ưu trong trường hợp hàm L là các hàm đơn giản và không có các điểm tối ưu cục bộ. Nhược điểm chính là giá trị α cố định trong quá trình học. Gradient Descent có gia tốc: Đây là phiên bản cải tiến của giải thuật Gradient Descent. Ở mỗi bước điều chỉnh của giải thuật, mức độ điều chỉnh sẽ được cộng hoặc trừ thêm một phần của lần điều chỉnh trước đó (gia tốc). Ưu điểm chính của giải thuật này là nhờ có gia tốc, ta có thể dễ dàng tránh được các điểm tối ưu cục bộ của hàm L. Nhược điểm là khi sử dụng giải thuật này với các hàm L đơn giản, quá trình học của mô hình sẽ bị chậm lại. Adam: Đây là một phiên bản cải tiến khác của Gradient Descent mà hiện nay đang được sử dụng rộng rãi nhất. Lý do là bởi vì giải thuật này giữ lại phần gia tốc, đồng thời điều chỉnh tỉ lệ học α cho phù hợp trong quá trình học của mô hình.

Bao cao ve buon ban PN&TE- Den.qxd - HumanTrafficking.org
Bao cao thuong nien nam 2012 PHR - Vietstock
HVG - Bao cao thuong nien 2012.pdf - Vietstock
VFMVF1 - Bao cao thuong nien 2012.pdf - Vietstock
Phần 1 - VN.NET
Nêu cao giá trị của chúng ta Sự quan tâm • Làm việc theo ... - Colgate
Phần 1 - VN.NET
Download - Đại học FPT
Mô hình vật lý .pdf - Khoa Kỹ thuật Biển
Nhà Tiêu Sinh Thái [PDF: 2.00MB] - EcoSanRes
Phát triển Kế hoạch Thị trường Tổng thể về Kế hoạch hóa Gia ... - Path
1. Giới Thiệu Giám Hộ và Tín Nhân Công - Public Guardian and ...
Trọn bộ - VN.NET
Me Kong.qxp - Mekong Program on Water Environment and ...
nhiệt độ - Mientayvn.com
Phần 1 - VN.NET
MỘT SỐ Ý KIẾN VỀ CÔNG TÁC ĐÀO TẠO, QUẢN LÝ ĐÀO TẠO HỆ ĐẠI HỌC, CAO ...
THEO DÕI NGHÈO ĐÔ THỊ
Phần 1 - VN.NET
Nghiên cứu tổng quan về cuộc sống người dân Việt ... - Vinaresearch
THÔNG TIN NỘI BỘ - Tín Nghĩa
Biodiversity and local perceptions on the edge of - Center for ...
báo cáo đánh giá cácmô hình hỗ trợ tái hòa nhập cho nạn nhân bị ...