Каниа Кан - Нейронные сети. Эволюция

Тут можно читать онлайн Каниа Кан - Нейронные сети. Эволюция - бесплатно ознакомительный отрывок. Жанр: Прочая научная литература, год 2020. Здесь Вы можете читать ознакомительный отрывок из книги онлайн без регистрации и SMS на сайте лучшей интернет библиотеки ЛибКинг или прочесть краткое содержание (суть), предисловие и аннотацию. Так же сможете купить и скачать торрент в электронном формате fb2, найти и слушать аудиокнигу на русском языке или узнать сколько частей в серии и всего страниц в публикации. Читателям доступно смотреть обложку, картинки, описание и отзывы (комментарии) о произведении.

Каниа Кан - Нейронные сети. Эволюция краткое содержание

Нейронные сети. Эволюция - описание и краткое содержание, автор Каниа Кан, читайте бесплатно онлайн на сайте электронной библиотеки LibKing.Ru
Эта книга предназначена для всех, кто хочет разобраться в том, как устроены нейронные сети. Для тех читателей, кто хочет сам научиться программировать нейронные сети, без использования специализированных библиотек машинного обучения. Книга предоставляет возможность с нуля разобраться в сути работы искусственных нейронов и нейронных сетей, математических идей, лежащих в их основе, где от вас не требуется никаких специальных знаний, не выходящих за пределы школьного курса в области математики.

Нейронные сети. Эволюция - читать онлайн бесплатно ознакомительный отрывок

Нейронные сети. Эволюция - читать книгу онлайн бесплатно (ознакомительный отрывок), автор Каниа Кан
Тёмная тема
Сбросить

Интервал:

Закладка:

Сделать

Решим найденным способом, наш первый пример, когда скорость автомобиля была постоянной, на всем промежутке времени. В этом примере, приращение функции равно нулю ( s = 0), и соответственно тангенса угла не существует:

∆s = s(t+∆t) – s(t) = s(t) – s(t) = 0

Нейронные сети Эволюция - изображение 65

Итак, имеем первый результат – производная константы равна нулю. Этот результат мы уже выводили ранее:

Нейронные сети Эволюция - изображение 66

Откуда можно сформулировать правило, что производная константы, равна нулю.

s ( t ) = с, где с – константа

с′ = 0

Запись с′– означает что берется производная по функции.

Во второй примере, когда изменение скорости автомобиля проходило линейно, с постоянным изменением, найти производную функции ( s = 0,2 t + 1,5), не зная правил дифференцирования сложных функций, мы пока не сможем, поэтому отложим этот пример на потом.

Продолжим с решения третьего примера, когда изменение скорости автомобиля проходило не линейно:

s = t ²

Приращение функции и производная:

s(t) = t²

∆s = s(t+∆t) – s(t) = (t+∆t) ² – t² = t² + 2t∆t + ∆t² – t² = ∆t(2t+∆t)

Вот мы и решили наш третий пример Нашли формулу точного изменения скорость от - фото 67

Вот мы и решили наш третий пример! Нашли формулу точного изменения скорость от времени. Вычислим производную, в всё той же точки t = 3.

s ( t ) = t ²

s ′( t ) = 2*3 = 6

Точный ответ, в пределах небольшой погрешности, почти сошелся с вычисленном до этого приближенным ответом.

Попробуем усложнить пример. Предположим, что скорость движения автомобиля описывается кубической функцией времени:

s ( t ) = t ³

Приращение и производная:

s(t) = t³

∆s = s(t+∆t) – s(t) = t³ + 3 t²∆t+ 3t∆ t² + ∆ t³ – t³ = ∆t(3 t² + 3t∆t + ∆t²)

Из двух последних примеров с производными функций s t t ²и s t t ³ - фото 68

Из двух последних примеров (с производными функций s ( t ) = t ²и s ( t ) = t ³) следует, что показатель степени числа, становится его произведением, а степень уменьшается на единицу:

s ( t ) = tⁿ

Нейронные сети Эволюция - изображение 69

А чему равна производная от аргумента функции? Давайте узнаем…

s ( t ) = t

Приращение:

s = s ( t +∆ t ) – s ( t ) = t + ∆ t t = ∆ t

Производная:

Получается что производная от переменной t 0 Правила дифференцирования - фото 70

Получается, что производная от переменной:

t ′ = 0

Правила дифференцирования и дифференцирование сложных функций

Дифференцирование суммы

( u + v )′ = u ′ + v , где uи v– функции.

Пусть f(x) = u(x) + v(x). Тогда:

f = f ( x +∆ x ) – f ( x ) = u ( x +∆ x ) + v ( x +∆ x ) – u ( x ) – v ( x ) = u ( x ) + ∆ u + v ( x ) + ∆ v u ( x ) – v ( x ) = ∆ u + ∆ v

Тогда имеем:

Дроби u хи v хпри х0стремятся соответственно к u x и v - фото 71

Дроби u /∆хи v /∆хпри ∆х->0стремятся соответственно к u ′( x )и v ′ ( x ). Сумма этих дробей стремится к сумме u ′( x ) + v ′ ( x ).

f ′( x ) = u ′ ( x ) + v ′ ( x )

Дифференцирование произведения

( u * v )′ = u v + v u, где uи v– функции

Разберем, почему это так. Обозначим f ( x ) = u ( x ) * v ( x ). Тогда:

f = f ( x +∆ x ) – f ( x ) = u ( x +∆ x ) * v ( x +∆ x ) – u ( x ) * v ( x ) = ( u ( x ) + ∆ u ) * ( v ( x ) + ∆ v ) – u ( x ) * v ( x ) = u ( x ) v ( x ) + v ( x )∆ u + u ( x )∆ v + ∆ u v u ( x ) v ( x ) = v ( x )∆ u + u ( x )∆ v + ∆ u v

Далее имеем:

Первое слагаемое стремиться к ux vx Второе слагаемое стремиться к vx - фото 72

Первое слагаемое стремиться к u′(x) v(x). Второе слагаемое стремиться к v′(x)* u(x). А третье, в дроби u /∆ x, в пределе даст число u′(x), а поскольку множитель ∆vстремиться к нулю, то и вся эта дробь обратится в ноль. А следовательно, в результате получаем:

Читать дальше
Тёмная тема
Сбросить

Интервал:

Закладка:

Сделать


Каниа Кан читать все книги автора по порядку

Каниа Кан - все книги автора в одном месте читать по порядку полные версии на сайте онлайн библиотеки LibKing.




Нейронные сети. Эволюция отзывы


Отзывы читателей о книге Нейронные сети. Эволюция, автор: Каниа Кан. Читайте комментарии и мнения людей о произведении.


Понравилась книга? Поделитесь впечатлениями - оставьте Ваш отзыв или расскажите друзьям

Напишите свой комментарий
x