[models] accurateEnoughIrisTrainParameters
[models] gridSearch
[perceptrons] correlate
[perceptrons] recu
[perceptrons] recuBlock
[models] morse/
[models] tenserZip
-- [d, n] -> [n, d]
-- like transposing a matrix
[the-book] Appendix B: I Could Have Raced All Day
[perceptrons] extended linear
and matrixVactorMul
to all Tensor
.
- Is
matrixVactorMul
already extended to allTensor
?
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。