Peso
Peso: Parametri apprendibili nelle reti neurali che determinano la forza delle connessioni tra neuroni. I pesi sono aggiustati durante il training per minimizzare la loss. Moltiplicati con input in ogni neurone. Core di ciò che il modello apprende. Esempi di applicazione: Peso connessione: 0.5, Matrice pesi, Parametri appresi.
In English: WeightLegge III · Come una rete impara dai datiI pesi sono aggiustati durante il training per minimizzare la loss. Moltiplicati con input in ogni neurone. Core di ciò che il modello apprende.
Formula
w_(t+1) = w_t − η∂L/∂w
Esempio numerico
w, grad, lr = 0.5, -0.2, 0.05
w = w - lr * grad
print(w) # 0.51Quando usarlo
I pesi trasformano gli input e vengono aggiornati dal gradiente della loss rispetto agli esempi.
Limiti
Inizializzazione e scala condizionano stabilità e simmetria; aggiornamenti troppo grandi possono destabilizzare la rete.
Esempi
- Peso connessione: 0.5
- Matrice pesi
- Parametri appresi
Autovalutazione
Tre domande per verificare la comprensione della voce. Le spiegazioni restano disponibili anche senza JavaScript.