Treść książki
Przejdź do opcji czytnikaPrzejdź do nawigacjiPrzejdź do informacjiPrzejdź do stopki
WPROWADZENIE
tościwynikowe.Funkcjajestzbudowanazwielumniejszychfunkcji.Każde
zastosowanieinnejfunkcjimatematycznejmożemyrozumiećjakonowąrepre-
zentacjędanychwejściowych.Celpoznaniawłaściwejreprezentacjidanych
zapewniajednąperspektywędeeplearningu.Innąperspektywąjestfakt,
żegłębokośćwarstwpozwalakomputerowinauczyćsięwielokrokowegopro-
gramukomputerowego.Każdawarstwareprezentacjimożebyćrozumiana
jakostanpamięcikomputeraporównoległymwykonaniukolejnegozbioru
instrukcji.Sieciowiększejgłębokościmogąwykonywaćwięcejinstrukcjise-
kwencyjnych.Mająonewielkąmoc,gdyżkolejneinstrukcjemogąodwoływać
siędowynikówwcześniejszychinstrukcji.
Zgodnieztymspojrzeniemnadeeplearningniewszystkiewarstwyin-
formacjimusząkonieczniekodowaćczynnikizmian,któreobjaśniajądane
wejściowe.Reprezentacjaprzechowujetakżeinformacjeostanie,copomaga
stworzyćprogram,którypotrafizrozumiećdane.Informacjaostaniemoże
stanowićanalogiędlalicznikalubwskaźnikawtradycyjnymprogramiekom-
puterowym.Niemanicwspólnegozzawartościąkonkretnychdanych,ale
pomagamodelowiworganizacjiprzetwarzania.
Sądwasposobypomiarugłębokościmodelu.Pierwszyopierasięnaliczbie
kolejnychinstrukcji,którenależywykonać,abywyznaczyćarchitekturępro-
blemu.Możemytotraktowaćjaknajdłuższąścieżkęwschemacieblokowym,
któryopisujesposóbobliczaniakażdegozwynikówmodelunapodstawie
danychwejściowych.Podobniedwaprogramykomputerowemająróżnedłu-
gości,zależnieodtego,wjakimjęzykuprogramowanianapisanoprogram.
Funkcjemożnanarysowaćwschemacieblokowymzróżnymzagłębieniem,
którezależyodtego,którefunkcjemogąbyćużywanewkolejnychkrokach
schematu.Narysunku1.3widać,jakwybórjęzykamożedaćdwaróżne
pomiarytejsamejarchitektury.
Innepodejścieużywanewmodelachprobabilistycznychdotyczygłębokości
modeluniejakogłębokościgrafuobliczeniowego,leczjakogłębokościgrafu
opisującego,jakpojęciasązesobąpowiązane.Wtymprzypadkugłębokość
schematublokowegoobliczeńpotrzebnychdowyznaczeniareprezentacji
każdegozpojęćmożebyćgłębszaniżgrafsamychtychpojęć.Jesttakdlatego,
żerozumienieprzezsystemprostszychpojęćmożebyćzdefiniowaneprzez
informacjęopojęciachzłożonych.NaprzykładsystemAIobserwującyobraz
twarzy,gdziejednookojestwcieniu,możezpoczątkuzobaczyćtylkojedno
oko.Powykryciu,żenaobraziejesttwarz,systemmożewywnioskować,
iżjesttamtakżedrugieoko.Wtakimprzypadkugrafpojęćobejmuje
tylkodwiewarstwy–warstwędlaoczuiwarstwędlatwarzy–alegraf
obliczeniowyto2
n
warstw,gdyżestymacjakażdegopojęciawykonywana
jestnrazy.
7
