Uždavinių sprendimo pavyzdžiai

1. Duotam paveikslėliui pvz:

Norėjome, kad įvardintume matricos dydį (įėjimą) i = 5, branduolio dydį k = 3, padidinimą

nuliais p = 2, bei išėjimo dydį o = 7.
2. Duotame variante duotos modelio prognozės^Yšešioms klasėms: "namas", "dviratis", "ka-
tė","pieva", "mašina", "žmogus". Reikia
• idenfitikuoti ir parašyti tai daugelio klasių vieno žymens (angl. multi-class single label),
ardaugelio klasių, daugelio žymenų (multi-class multilabel) uždavinys.
• reikia parašyti, koks bus klasės "katė", suklasifikuotų stebėjimų vektorius stulpelis. Jei
reikiaslenksčio vertė T r = 0.5.
Pvz:

   
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