Professional Documents
Culture Documents
0.42 0.72 0.00 0.30 0.15 0.09 0 1 0 0 0 0
0.19 0.35 0.40 0.54 0.42 0.69 0 0 0 1 0 1
0.20 0.88 0.03 0.67 0.42 0.56 0 1 0 1 0 1
0.14 0.20 0.80 0.97 0.31 0.69 0 0 1 1 0 1
0.88 0.89 0.09 0.04 0.17 0.88 → 1 1 0 0 0 1
0.10 0.42 0.96 0.53 0.69 0.32 0 0 1 1 1 0
0.69 0.83 0.02 0.75 0.99 0.75 1 1 0 1 1 1
0.28 0.79 0.10 0.45 0.91 0.29 0 1 0 0 1 0
0.29 0.13 0.02 0.68 0.21 0.27 0 0 0 1 0 0
0.49 0.05 0.57 0.15 0.59 0.70 0 0 1 0 1 1
Eilutės suma nėra 1 – Daugelio klasių daugelio žymenų uždavinys. Pritaikome slenkstinę
reikšmę.
Ir išrašome trečia stulpelį (0, 0, 0, 1, 0, 1, 0, 0, 0, 1)T
Jei buvo variantas:
0.25 0.43 0.00 0.18 0.09 0.05 0 1 0 0 0 0
0.07 0.14 0.15 0.21 0.16 0.27 0 0 0 1 0 0
0.07 0.32 0.01 0.24 0.15 0.20 0 1 0 0 0 0
0.05 0.06 0.26 0.31 0.10 0.22 0 0 1 0 0 0
0.30 0.30 0.03 0.01 0.06 0.30 → 1 0 0 0 0 0
0.03 0.14 0.32 0.18 0.23 0.11 0 0 1 0 0 0
0.17 0.21 0.00 0.19 0.25 0.19 1 0 0 0 0 0
0.10 0.28 0.04 0.16 0.32 0.10 0 1 0 0 0 0
0.18 0.08 0.01 0.42 0.13 0.17 0 0 0 1 0 0
0.19 0.02 0.22 0.06 0.23 0.27 0 0 1 0 0 0
Eilutės suma yra lygi 1 – Daugelio klasių vieno žymens uždavinys. Pritaikome argmax
ir randame klasės indeksą su didžiausia tikimybe.
Ir išrašome trečia stulpelį (0, 0, 0, 1, 0, 1, 0, 0, 0, 1)T
3. Tarkime parametrus vertiname stochastiniu gradientiniu metodu. Apskaičiuokite θ(2) , jei
duotos pradinės reikšmės pvz.
(τ )
τ ∇L
θ θ (τ)
10 1
0
5 1
−4
1
2
2
2
−1
η=1
(τ −1)
θ(τ ) = θ(τ −1) − η∇Lθ
1 10 −9
θ(1) = − =
1 5 −4
−9 −4 −5
θ(2) = − =
−4 2 −6
−5 2 −7
θ(3) = − =
−6 −1 −5