Pull to refresh

Comments 9

При описании пороговой функции, видно, что при x>=0 вывод 1, при x<=0 вывод 0. При 0 это уже не функция. (не умничаю ни в коем разе, просто уточняю, описка это либо там другой смысл)

Неожиданно «Решение задачи классификации» свелось к подстановке подсчитанных весов. Это не решение, а заглядывание в ответы в конце учебника. Будет, собственно, про решение-обучение, градиентный спуск, или проехали?

Конечно будет, в данном случае, мы разбирали максимально простой пример, поэтому и могло показаться, что мы как бы "заглянули в ответы, в конце учебника". Более подробные разбор решений будут в будущих статьях, сейчас моя задача была объяснить на простых, на мой взгляд примерах, какие-то основы, чтобы подготовить людей к более сложным вещам, постепенно переходя к ним.

Хорошо. Просто смотрю в следующей статье уже про OpenCV пошло.

В разделе "конструкция нейронной сети -: "... также нам понадобится всего один внутренний слой — Н, в нём будет 10 нейронов ...". Там, вроде, 5 нейронов. Опечатка, Или я чего-то не понял?

На иллюстрации 5 нейронов для упрощения картинки, в реальности нам понадобилось 10

Привет, спасибо за хороший текстовый разбор этой задачи!

Однако, несмотря на то, что задача с ирисами довольна проста и часто используется в качестве примера, если код и некоторые иллюстрации совпадают на 99% с некоторым источником, лучше указывать этот источник :)

https://github.com/dkorobchenko-nv/nn-python/blob/main/inference.py

https://www.youtube.com/watch?v=GT6imQDxqko

https://www.youtube.com/watch?v=xMz7XSaqdRA

Спасибо за этот комментарий, каюсь, часть практики я брал оттуда, в будущем буду оставлять такие источники)

Sign up to leave a comment.