Нейронные Сети на Понятном Языке | Многослойные Нейросети | #5

[@MHPFan]

Этот бро появился из ниоткуда, дропнул имбовые уроки для таких тапков как я, у которых от уравнений из одних букв в математике текут мозги, и исчез ещё на 3 года. Что за легенда.

[@apristen]

у тебя лучшее понятное объяснение обратного распространения ошибки (как считать практически) какое только может быть!!! правда без подробного объяснения (теории) почему это так, ну там с дифференцированием сложной функции и т.д., но для новичков это даже к лучшему!

[@antonsheva2569]

Получилось. Спасибо автору. Сетка (3+6+6+3 слоя) заработала, буду двигаться дальше. Самое доступное и понятное объяснение обратного распространения ошибки без всяких заумных формул; но все же считаю - необходимо немного углубиться в производные и вспомнить школьный курс алгебры, для дальнейшего изучения НС. Реализовал на С++ - пришлось набросать аналог numpy (использовал многострочные #define с параметрами - довольно удобно). Добавил сигмоид - работает более точно, но надо подбирать альфу и сам сигмоид, т.к. может просто выдавать белеберду. Так же, оказалось, что на входы не желательно давать 0: надо хотя бы 0.01; у меня четко работает -1 вместо нуля, но это связано с моим сигмоидом. Всем Удачи. Автору - респект.

[@AniMAntZeZo]

Видео огонь🔥🔥🔥 Только в цикле подсчёта Weight_1_2 for k in range(len(weight_1_2)): for j in range(len(weight_1_2)):

[@PseudoDev]

Хорошее уточнение, я глянул старый код, действительно, забыл дописать. Спасибо за хорошее замечание

[@azimutjava]

Это я удачно зашёл!

[@tomtiurin2390]

Спасибо за видео!

[@teacher29.05]

На выходе получается, как во втором столбике . Да?

[@PseudoDev]

Правильно

[@Тудисюди-э7з]

Для чего альфа коэфициент?

[@PseudoDev]

Ответ на ваш вопрос есть в видео про "Градиентный спуск" (kzbin.info/www/bejne/e56Wga2Kjptsp7s)

[@ockuepie]

Эх, надо будет тебе ещё шапку сделать

[@PseudoDev]

Буду крайне благодарен)

[@ushid_brand]

Нечего сказать, просто во👍

[@PseudoDev]

Спасибо большое :3

[@Тудисюди-э7з]

А если задонатим то вообще счасть тазик и маленькая тележка и трудолюбие +100500)

[@apristen]

я правильно понял, что на практике np.dot(тут скаляр то есть число, тут 1D массив он же вектор) перемножает дельту следуюего слоя (скаляр) на вектор весов (массив) между текущим и следующим слоем - всё так просто прям?!