AI人工智慧 — 常用名詞直覺地介紹
「何謂 dropout ?」
Dropout 是這樣的，今天你跟你的伴侶突然分手了，這時候你的心裡十分揪心，揪心到茶不思飯不想食無位的，那這個就是 dropout，因為他在你的生命中佔了很大一塊，十分重要的一塊，將對方從你的生活中突然抽離，彷彿是在你身上狠狠的割下一塊肉，這也就意味著，對方對你很重要。反之，如果對方從你生命中抽離，然後在心中毫無波瀾的話，這就代表他其實可有可無的。
「何謂 Maxpooling?」
Maxpooling 是這麼一回事，你今天同時跟很多個女生交往，一開始是先跟班上所有女生交往，有些來的來，有些談笑甚歡，有的意興闌珊，一個月之後，你和可以約出來的繼續交往，在一個月後，你縮減到只剩下三個女生，花花/泡泡跟毛毛，然後因為泡泡最正，於是乎你選擇跟他在一起，接著你轉身跟你朋友說，這個才是我的菜，這個就是 maxpooling。如果你挑選花花的聰慧，泡泡的美麗，毛毛的積極，三者合一作為理想中伴侶，這樣就是 mean-pooling。
「何謂 overfitting ? 」
overfitting 是這樣的，你有兩位朋友，胖虎跟小夫，他們兩個到了一家新開的麵店吃東西，一個禮拜後你問他們說這家店好不好吃，胖虎說禮拜一三五七的餐點好吃，小夫則直接回答很好吃。這個時候的你，比較願意採信誰的說法？這個晚點再回答我，讓我們把故事接著往下說，第二個禮拜後，店家換了菜單，你知曉他們胖虎跟小夫有去嚐鮮後，你又再問了一次胖虎跟小夫的意見，胖虎說禮拜二四六的餐點好吃，小夫一樣說好吃。下一次，你想體驗路上新開的餐廳時，你比較想聽誰的意見？
什麼意思？這代表 overfitting 的情況出現了，假設我們說評價本身是一種模型，那麼在這情況下胖虎的一定很糟糕，精準度一定很低，為什麼？你看，上禮拜說禮拜一三五好吃，這禮拜我ㄧ三五去吃，卻變得不好吃了，用數字上來看，0/7 的準確度耶，那麼小夫的就比較好嗎？也不一定，因為小夫講得很模糊，但又可以大略的表達出這家店好吃或不好吃的程度，這就是 overfitting。
「何謂 learning rate ?」
learning rate 是這樣的，就跟開槍一樣，數值越大的時候，每次左右橫移的幅度越大，例如說：這一槍打很遠離中心，下一槍瞄準時，你會大幅度移動到靶紙的左邊邊界進行瞄準，這就是 learning rate 數值大的時候狀況，你可以使用很大的 range 進行修正，相反的，今天當你 learning rate 比較小時，你再修正瞄準彈道時就不會這麼誇張，你會一次只移動一點點。
留言
張貼留言