Skip to content

Latest commit

 

History

History
49 lines (30 loc) · 1.41 KB

TODO.md

File metadata and controls

49 lines (30 loc) · 1.41 KB

Interlude VI: How the Model Trains

[models] accurateEnoughIrisTrainParameters [models] gridSearch

Chapter 14 & 15

[perceptrons] correlate [perceptrons] recu [perceptrons] recuBlock

[models] morse/ [models] tenserZip -- [d, n] -> [n, d] -- like transposing a matrix

the-book

[the-book] Appendix B: I Could Have Raced All Day

later

[perceptrons] extended linear and matrixVactorMul to all Tensor.

  • Is matrixVactorMul already extended to all Tensor?

learn

重新读前面的章节,获得一个完整的脉络。 就像笛卡尔所说的,经常从头到尾把问题串联起来想明白, 就可以修炼自己的思考能力和自己对问题的理解。

现在学了两种 layer 了, 用图画笔记来总结一下不同神经网络的结构。

练习手算 back propagation。

用 propagator 构造带有复杂单元的神经网络。

  • neuron 本身就可以 back propagation,所以才能学习(神经的可塑性)。
    • propagator network 可以在运行时部分反向运行。
    • 为了模仿 neuron,还可以设计遗忘机制,因为每个 cell 的容量是有限的。
      • perceptron 并不是唯一的 neuron 模型。

学了 generic 之后,可以用来学 sussman 的力学书。

学了 propagator 之后,可以用来模拟电子电路。

  • 学会电子电路,是理解人类神经网络的开端之一。