Trasformazioni

Calcolo a una variabile dai primi principi

Una volta che conosci la forma di una funzione, non devi ridisegnare nulla per capire un'intera famiglia di funzioni imparentate. Quattro semplici operazioni spostano, dilatano e capovolgono un grafico in modi del tutto prevedibili. Impara a vederle e tracciare i grafici diventa un riconoscimento, non un calcolo.

Questo è esattamente ciò che fa un editor di foto. Non si ridisegna mai l'immagine pixel per pixel; la si sposta lateralmente, la si allunga in altezza o la si capovolge orizzontalmente, e la stessa forma atterra da qualche parte di nuovo. Trasformare una funzione è la stessa manciata di modifiche in un tocco applicate a un grafico invece che a una foto.

Partendo da una forma base f(x): moltiplicare l'output per a la dilata in verticale; moltiplicare l'input per b la dilata in orizzontale; sottrarre c all'interno la sposta a destra; aggiungere d all'esterno la solleva. Mettendo tutto insieme:

Dove si trova nel MLQuesta non è un'analogia: la batch normalization è letteralmente questa trasformazione. Uno strato di batch-norm prende un'attivazione normalizzata x̂ e produce γ·x̂ + β, dove γ è una scala appresa (la a di sopra) e β è uno spostamento appreso (la d). La rete impara dove collocare e come dilatare ogni attivazione. Anche la forma di una funzione di attivazione è una trasformazione: una tanh "più…
▶ Trasformazioni
← Breve: Spazi Vettoriali di FunzioniPari, Dispari, Periodicità →