การหาและปรับใช้การไล่ระดับความมัวแสงสําหรับการเพิ่มรูปแบบที่ดูเด่น

การไล่ระดับความเสียของค่าความมัวแสงเป็นอัลกอริทึมพื้นฐานที่ใช้ในการฝึกอบรมโมเดลการเรียนรู้ของเครื่อง มันช่วยลดการทํางานผิดพลาดด้วยการปรับพารามิเตอร์ของโมเดลโดยการใช้ตัวเอียง การเข้าใจวิธีการหาและนําไปใช้นี้จําเป็นสําหรับการอบรมแบบอย่างมีประสิทธิภาพ

การหาความต่อเนื่องของความต่อเนื่อง

แนวความคิดหลักของเกรเดียนต์คือการคํานวณความต่อเนื่องของฟังก์ชันการสูญเสีย เทียบกับพารามิเตอร์แบบแบบจําลอง เกรเดียนนี้บอกทิศทางของการเพิ่มขึ้นอย่างต่ํา

คณิตฯ, กฎการปรับปรุงพารามิเตอร์จะถูกแสดงเป็น:

[[FLT: 0]] _ใหม่ = ⁇ _old] – ⁇ ⁇ ⁇ ⁇ ( ⁇ ]

โดย] แสดงพารามิเตอร์แบบ เป็นอัตราการเรียนรู้ และ LN][FLT: ⁇ เป็นเกรเดียนของฟังก์ชันการสูญเสีย (FLT:5].

กําลังปรับใช้ความเข้มสี

เพื่อปรับใช้ความโปร่งแสง โดยปกติแล้วขั้นตอนต่อไปนี้จะถูกปฏิบัติตาม:

• เริ่มใช้พารามิเตอร์ของโมเดลแบบสุ่ม หรือด้วยค่าเฉพาะ
• คํานวณฟังก์ชันการสูญเสีย โดยใช้ค่าพารามิเตอร์และข้อมูลการฝึกอบรมในปัจจุบัน
• คํานวณค่าเกรเดียนของค่าสูญเสีย เทียบกับแต่ละพารามิเตอร์
• ปรับปรุงค่าพารามิเตอร์โดยใช้กฏเกรเดียน
• ทําการประมวลผลจนกว่าการสูญเสียจะเข้ามาหรือเริ่มนับจํานวนครั้งที่ถึง

เลือก อัตรา การ เรียน รู้

อัตราการเรียนรู้ [FLT: 0]] กําหนดขนาดของขั้นตอนแต่ละขั้น การเรียนรู้อาจส่งผลให้มีการบรรจบกันอย่างช้า ๆ ในขณะที่ขนาดใหญ่สามารถทําให้ยิงได้มากกว่าค่าต่ําสุด การเลือกอัตราการเรียนรู้ที่เหมาะสมมีความสําคัญยิ่งสําหรับการฝึกอย่างมีประสิทธิภาพ