ali_kh_377

سلام.
کسی در مورد Averaged perceptron چیزی می دونه و اینکه فرق اون با خود پرسپترون چی هست؟

babak_1234

سلام

Averaged perceptron نوعی از آموزش شبکه عصبی پرسپترون هست. اما به جای استفاده از بردار وزن نهایی از میانگین بردار وزن ها در هر Iteration استفاده میکنه. این الگوریتم دقت شبکه عصبی رو بالا میبره(البته در برخی منابع به این موضوع اشاره شده).

http://nlp.ict.ac.cn/~lhuang/collins-perceptron.pdf
Machine Learning for NLP: Assignment 2

موفق باشید

ali_kh_377

ممنوم بابت جوابتون.
فقط یه سوال دیگه داشتم اینه که تو قسمت پایین منظور از f(x,y) منهای f(x,guess) چیه؟
1-Let N = number of iterations through training set,
and T = the size of the training set.

2-Initialize the weight vector w to all zeros,
and the average weight vector wa to all zeros,
and the counter c to 0.

3-Iterate N times through the training set:
For each x, y in the training set:
a) Let guess = classify(x) using our current w
b) If y is not equal to guess:
•( w := w + f(x, y) - f(x, guess
•( average_weight := (N*T - c) / (N*T
•(wa := wa + average_weight * (f(x, y) - f(x, guess
c) Increase the counter c

4-Return wa

babak_1234

درصورتی که کلاس تعیین شده با کلاس واقعی برابر نباشه برای آپدیت کردن وزن ها استفاده میشه.
به طور کلی اختلاف بین خروجی فعلی و خروجی مورد انتظار هستش که در وزن Iteration قبلی ضرب میشه و ...