puna:
Ole fa'asologa ole laina ole tasi lea o algorithms fa'avae mo le tele o vaega e feso'ota'i ma su'esu'ega fa'amaumauga. E manino lava le mafuaaga o lenei mea. O se algorithm sili ona faigofie ma malamalama, lea na fesoasoani i lona faʻaaogaina lautele mo le tele o sefulu, pe a le o le selau, o tausaga. O le manatu tatou te manatu o se laina faʻalagolago i le tasi fesuiaiga i luga o se seti o isi fesuiaiga, ona taumafai lea e toe faʻaleleia lenei faʻalagolago.
Ae o lenei tusiga e leʻo faʻatatau i le faʻaogaina o le laina laina e foia ai faʻafitauli faʻapitoa. O iinei o le a tatou mafaufau ai i mea manaia o le faʻatinoina o faʻasalalauga faʻasalalau mo lona toe faʻaleleia, lea na matou feagai pe a tusia se masini aʻoaʻoga module i totonu.
O le a le mea o loo tatou talanoa ai?
O loʻo matou feagai ma le galuega o le toe faʻaleleia o le faʻalagolago laina. A'o fa'auluina fa'amaumauga, ua tu'uina atu ai se seti o vectors o fesuiaiga e manatu e tuto'atasi, o ia mea ta'itasi e feso'ota'i ma se tau fa'apitoa o le fesuiaiga fa'alagolago. O nei faʻamatalaga e mafai ona faʻatusalia i foliga o lua matrices:
I le taimi nei, talu ai o le faʻalagolago e faʻatatau, ma, e le gata i lea, laina, o le a tatou tusia lo tatou manatu i le tulaga o se oloa o matrices (e faafaigofie ai le pueina, iinei ma lalo ifo ua manatu o le taimi saoloto o le tutusa o loʻo natia i tua. , ma le koluma mulimuli o le matrix e iai iunite):
E foliga mai e pei o se faiga o laina tutusa, a ea? E foliga mai, ae e foliga mai o le a leai se vaifofo i sea faiga o tutusa. O le mafuaʻaga o lenei mea o le pisa, lea o loʻo i ai i le toetoe o soʻo se faʻamatalaga moni. O le isi mafua'aga atonu o le leai o se fa'alagolago i le laina, lea e mafai ona fa'afefe e ala i le fa'aofiina o isi fesuiaiga e le fa'alagolago i le laina muamua. Mafaufau i le faataitaiga lenei:
puna:
O se faʻataʻitaʻiga faigofie lea o le faʻasologa o laina e faʻaalia ai le sootaga o le tasi fesuiaiga (i luga o le axis ) mai se isi fesuiaiga (i luga o le axis ). Ina ia mafai e le faiga o laina tutusa e fetaui ma lenei faʻataʻitaʻiga e maua ai se fofo, o mea uma e tatau ona taoto tonu i luga o le laina saʻo tutusa. Ae e le sa'o lena mea. Ae latou te le o taoto i luga o le laina saʻo lava e tasi ona o le pisa (pe ona o le manatu o se sootaga laina sa sese). O le mea lea, ina ia mafai ona toe faʻafoʻisia se fesoʻotaʻiga laina mai faʻamatalaga moni, e masani lava ona manaʻomia le faʻalauiloaina o se isi manatu: o faʻamatalaga faʻapipiʻi o loʻo i ai le pisa ma o lenei pisa e iai.
Metotia aupito maualuga
O lea la, na matou manatu o le i ai o le pisapisao masani ona tufatufaina atu. O le a le mea e fai i se tulaga faapena? Mo lenei tulaga i le matematika o loʻo i ai ma faʻaaogaina lautele
Matou te toe foʻi i le toe faʻaleleia o se fesoʻotaʻiga laina mai faʻamaumauga ma le pisa masani. Manatua o le sootaga laina fa'apea o le fa'amoemoega fa'a-matematika tufatufaina masani. I le taimi lava e tasi, o le avanoa e faapea e fa'atatau i se tasi po'o se isi, i lalo o le i ai o mea e mafai ona matauina , fa'apea:
Sei o tatou suitulaga nei и O fesuiaiga matou te manaʻomia o:
Pau lava le mea o loʻo totoe o le suʻeina o le vector , lea e maualuga ai lenei avanoa. Ina ia faʻateleina sea galuega, e faigofie ona ave muamua se logarithm (o le logarithm o le galuega o le a oʻo i le maualuga i le tulaga tutusa ma le galuega lava ia):
Lea, i le isi itu, e sau i lalo i le faaitiitia o le galuega tauave nei:
I le ala, e taʻua lea o se metotia
QR pala
E mafai ona maua le la'ititi o le galuega o lo'o i luga e ala i le su'eina o le tulaga o lo'o leai ai le gradient o lenei galuega. Ma o le gradient o le a tusia e faapea:
O lea matou te decompose le matrix i matrices и ma faia se faasologa o suiga (o le QR decomposition algorithm lava ia o le a le mafaufauina iinei, naʻo lona faʻaogaina e faʻatatau i le galuega o loʻo i ai):
Matrix e fa'aola. O lenei mea e mafai ai ona tatou faʻaumatia le galuega :
Ma afai e te sui i , ona manuia ai lea . Mafaufau i lena mea ose matrix tafatolu pito i luga, e pei o lenei:
E mafai ona foia lenei mea e ala i le auala e suitulaga ai. Elemene o lo'o tu e pei o , elemene muamua o lo'o tu e pei o ma isi.
E taua le matauina iinei o le lavelave o le taunuuga algorithm ona o le faaaogaina o le QR decomposition e tutusa ma . E le gata i lea, e ui lava i le mea moni o le faʻaogaina o le faʻateleina o le matrix e tutusa lelei, e le mafai ona tusia se faʻasalalauga lelei o lenei algorithm.
Aga'i Fa'asa'o
Pe a talanoa e uiga i le faʻaitiitia o se galuega, e taua i taimi uma le manatuaina o le auala (stochastic) faʻasolosolo faʻasolosolo. Ose faiga fa'aitiitiga faigofie ma aoga e fa'atatau i le fa'atatauina fa'asolosolo o le gradient o se galuega i se vaega ona sui lea i le itu fa'afeagai ma le gradient. O ia la'asaga ta'itasi e fa'alatalata atu ai le fofo ile pito maualalo. E foliga tutusa lava le gradient:
O lenei metotia e tutusa lelei foi ma tufatufa ona o le laina laina o le gradient operator. Manatua o le fua fa'atatau o lo'o i luga, i lalo o le fa'ailoga aofa'i o lo'o iai fa'aupuga tuto'atasi. I se isi faaupuga, e mafai ona tatou fa'atatauina le gradient e tuto'atasi mo fa'ailoga uma mai le muamua i , fa'atasi ma lenei, fa'atatau le gradient mo fa'ailoga ma i . Ona fa'aopoopo lea o le fa'aliliga ua maua. O le taunuuga o le faʻaopoopoga o le a tutusa ma pe a tatou vave faʻatulagaina le gradient mo faʻailoga mai le muamua i . O le mea lea, afai o faʻamatalaga e tufatufa atu i le tele o faʻamaumauga, e mafai ona faʻatatau le gradient i vaega taʻitasi, ona mafai lea ona faʻaputuina taunuuga o nei faʻatusatusaga e maua ai le iʻuga mulimuli:
Mai le faʻatinoga o le vaaiga, o lenei mea e fetaui ma le faʻataʻitaʻiga
E ui i le faigofie o le faʻatinoga ma le mafai ona faʻatinoina i le MapReduce paradigm, o le faʻasolosolo faʻasolosolo e iai foʻi ona faʻaletonu. Aemaise lava, o le numera o laasaga e manaʻomia e ausia ai le faʻatasi e matua maualuga atu pe a faʻatusatusa i isi metotia faʻapitoa.
LSQR
O le LSQR auala e faʻavae i luga
Ae afai tatou te manatu o le matrix e vaelua fa'alava, ona fa'atusaina lea o fa'amatalaga ta'itasi o ni laasaga se lua MapReduce. I lenei auala, e mafai ona faʻaitiitia le faʻaliliuina o faʻamatalaga i taimi taʻitasi (naʻo vectors ma le umi e tutusa ma le numera o mea e le iloa):
O le auala lea e faʻaaogaina pe a faʻaaogaina le laina laina i totonu
iʻuga
E tele laina laina toe faʻaleleia algorithms, ae le o mea uma e mafai ona faʻaaogaina i tulaga uma. O le mea lea e sili ona lelei le faʻaleagaina o QR mo fofo saʻo i luga o faʻamaumauga laiti. E faigofie le fa'atinoina o le fa'asolosolo fa'asolosolo ma fa'atagaina oe e vave maua se tali fa'atatau. Ma o le LSQR o loʻo tuʻufaʻatasia mea sili o algorithms e lua talu ai, talu ai e mafai ona tufatufa atu, faʻafeiloaʻi vave pe a faʻatusatusa i le faʻasolosolo faʻasolosolo, ma faʻatagaina foi le vave taofi o le algorithm, e le pei o le QR decomposition, e suʻe ai se fofo faʻatatau.
puna: www.habr.com