Professional Documents
Culture Documents
Các mô hình mạng nơ ron fit dữ liệu bằng cách sử dụng một thuật toán tối ưu hóa gọi là stochastic
gradient descent để thay đổi từng bước trọng số mạng để giảm thiểu hàm loss, hy vọng tạo ra một
bộ trọng số cho khả năng đưa ra các dự đoán hữu ích.
Khởi tạo trọng số là một thủ tục để đặt trọng số của mạng nơ-ron thành các giá trị ngẫu nhiên nhỏ
để xác định điểm bắt đầu cho việc tối ưu hóa của mô hình mạng nơ-ron.
đào tạo mô hình deep learning là một nhiệm vụ khó khăn mà hầu hết các thuật toán bị ảnh hưởng
mạnh bởi sự lựa chọn khởi tạo. Điểm ban đầu có thể xác định liệu thuật toán có hội tụ hay không,
với một số điểm ban đầu không ổn định đến mức thuật toán gặp khó khăn và thất bại hoàn toàn.
Mỗi lần, mạng nơ-ron được khởi tạo với một tập trọng số khác nhau, dẫn đến một điểm khởi đầu
khác nhau cho quá trình tối ưu hóa và có khả năng dẫn đến một tập hợp trọng số cuối cùng khác và
hiệu suất của mạng sẽ khác nhau.
1/sqrt(n)]weight=U[−(1/sqrt(n)),1/sqrt(n)]