Hinton Neural Networks课程笔记2c:感知机的几何解释
来源:互联网 发布:开票软件自动升级 编辑:程序博客网 时间:2024/04/29 16:12
此部分,Hinton从几何角度解释了感知机。这里不是使用权重作为超平面,输入数据作为空间内点的解释方式;相反,这里使用权重作为空间内点,每一维对应于一维权重,输入数据被看做constrain,限制合法权重的空间。
具体的,输入数据和权重维数相同(使用bias,而不是threshold),则每个输入数据可以对应于权重空间中的一个向量(起始点为原点),则对该数据的分类取决于权重向量(起始点为原点)和输入数据向量的夹角是锐角还是钝角;换种表示为,与输入数据垂直的超平面对权重空间做了划分,位于输入数据向量一侧的权重空间会把输入数据判为正样本,相反则会判为负样本。基于输入数据的真值,即可确定能够对输入数据正确分类的权重空间。
如下图所示,真值为1的输入数据,输入数据向量为图中蓝色箭头所示,与其垂直的超平面为黑色直线所示,因为真值为1,所以绿色箭头因与输入数据向量夹角为锐角,所以为合法权重空间,相反红色箭头所示权重为非法权重。
下图展示了输入数据真值为0的情况,则确定的合法权重空间相反:
多个输入数据,每个输入数据-真值对,都会对合法权重空间加以限制,最终满足所有输入数据限制的权重空间,其内对应的所有权重都可以将所有输入数据正确分类。因为所有的输入数据限制都是通过一个过原点的超平面划分,所以最终确定的合法权重空间必然是一个圆锥形。若输入数据线性可分,则必然存在一个合法权重空间,且合法权重无限;相反则不会出现此合法权重空间,即不存在某个权重可以正确分类所有输入数据。注意到合法空间是连续的,即任意两个合法权重的均值仍然是合法的,进而推出该问题是凸问题(convex)。
(
下图展示了两个输入数据确定的合法权重空间:
一些有意思的点:
1. 2-D空间到3-D空间的拓展是很复杂的,Hinton还提到13-D到14-D的拓展同样复杂。
2. 原先看一些参考书都是在数据空间思考问题,把权重看做超平面;这里用权重空间思考,把输入数据看做对空间划分的限制;对笔者来说很新颖。
3. 空间连续==>凸问题,虽然还不能很好地利用这一结论,但感觉会蛮有用的。
- Hinton Neural Networks课程笔记2c:感知机的几何解释
- Hinton Neural Networks课程笔记2d:为什么感知机的学习算法可以收敛
- Hinton Neural Networks课程笔记2e:感知机的局限性
- Hinton Neural Networks课程笔记2b:第一代神经网络之感知机
- Hinton Neural Networks课程笔记4c:softmax输出神经元
- Hinton Neural Networks for Machine Learning 第二讲: 感知机-几何描述
- Hinton Neural Networks课程笔记3c:学习逻辑斯蒂回归
- Hinton Neural Networks课程笔记2a:三种主要的神经网络框架之前向网络、循环神经网络和对称网络
- Hinton Neural Networks课程笔记1b:神经网络模拟的大脑机理
- Hinton Neural Networks课程笔记1d:一个简单的机器学习实例
- Hinton Neural Networks课程笔记3a:线性神经元的学习算法
- Hinton Neural Networks课程笔记3b:线性神经元的误差曲面
- Hinton Neural Networks课程笔记1c:几种激活函数Linear、Binary、ReLU、Stochastic binary neurons
- Hinton Neural Networks课程笔记quiz 3:带有隐层的非线性神经网络不一定能学习线性函数
- Hinton Neural Networks课程笔记1e: 监督学习、强化学习、无监督学习,及其应用
- Hinton Neural Networks课程笔记3d:反向传播算法(BP)
- Hinton Neural Networks课程笔记4a:使用神经网络做逻辑推理
- Hinton Neural Networks课程笔记3e:如何利用梯度值训练网络(学习策略和过拟合抑制)
- android arm64硬件实现加速crc32算法
- GPU概念的一点总结
- javaScript:函数
- Ubuntu下MySQL-Python 的安装
- u-boot
- Hinton Neural Networks课程笔记2c:感知机的几何解释
- 简化redux中的action和reducer
- 《Deep Learning》学习2——梯度优化
- 百度地图手动添加定位按钮。
- ImportError:No module named Tkinter的解决方案
- Office 开发版本号与版本对应关系
- mysql触发器作用,好处和curl
- 什么是PHP?_0
- 记录spring 实现文件下载方法