skaae/summerschool

summerschool's Issues

MeanSquaredError

Jeg tror der er en fejl i MeanSquaredError.

1. Skal bprop ikke være:

delta_out = y-t
delta_out /= y.shape[0]  # divide by num_batches

2. Jeg synes fprop er lidt svær at læse p.g.a. np.mean. Jeg er i tvivl om det korrekte er at normalisere med num_batches eller num_bathces * num_outputs??
   Jeg foreslår:

    def fprop(self, x, t):
        num_batches = x.shape[0]
        cost = 0.5 * (x-t)**2   # samples, num_outputs
        cost = cost.sum(axis=-1)  # sum out outputs
        return cost / num_batches

Orginal

class MeanSquaredLoss():
    def __str__(self): 
        return "MeanSquaredLoss()"

    def fprop(self, x, t):
        num_batches = x.shape[0]
        cost = 0.5 * (x-t)**2 / num_batches
        return np.mean(np.sum(cost, axis=-1))

    def bprop(self, y, t):
        delta_out = y-t
        return delta_out

    def update_params(self):
        pass

TanhActivationLayer

Tanh har ikke den rigtige gradient. Eller den er i hverttilfælde ustabil

Her er en bedre implementering:

class TanhActivationLayer():
    def __str__(self):
        return "Tanh()"

    def fprop(self, x, train=True):
        self.a = np.tanh(x)
        return self.a

    def bprop(self, delta_in):
        return (1-self.a**2)*delta_in

    def update_params(self, lr):
        pass

SoftPlus

I softplus får jeg:

Jeg ved ikke om det kan simplificeres yderligere?

Jeg foreslår vi implementerer det som:

class SoftplusActivationLayer():
    def __str__(self):
        return "Softplus()"

    def fprop(self, x, train=True):
        self.g = np.exp(x) + 1
        self.a = np.log(g)
        return self.a

    def bprop(self, delta_in):
        return delta_in * 1-g**(-1)

    def update_params(self, lr):
        pass