ai-167Đọc toàn bộ đề miễn phí

Khởi tạo trọng số Xavier/Glorot bảo toàn phương sai (Xavier Initialization)

Trong công trình đột phá năm 2010 của Xavier Glorot và Yoshua Bengio, nguyên nhân khiến mạng nơ-ron sâu không hội tụ được chứng minh là do phương sai tín hiệu bị thu hẹp hoặc bùng…

AITrung bình30 phút

Tiến độ của tôi ở bài này

Điểm được lưu vào tài khoản sau khi chấm bài.

Đang tải điểm của bạn…

Kiến thức và chủ đề

xavier-initializationglorotweight-initializationvariance-preservation

Kiến thức tiên quyết: linear-layer-forward-backward-numpy.

Nội dung đề bài3 cấp độ gợi ýPhân tích lời giảiCode tham khảo

Nội dung đề bài

Mô tả bài toán

Trong công trình đột phá năm 2010 của Xavier Glorot và Yoshua Bengio, nguyên nhân khiến mạng nơ-ron sâu không hội tụ được chứng minh là do phương sai tín hiệu bị thu hẹp hoặc bùng nổ qua từng tầng. Với hàm kích hoạt tuyến tính hoặc Tanh đối xứng quanh 0, điều kiện bảo toàn phương sai forward và backward là: $Var (W) = 2 n in + n out$ Từ đó sinh ra 2 phương pháp khởi tạo Xavier chuẩn:

Xavier Uniform: Phân phối đều $U (-a, a)$ với:

$a = \sqrt(6 n in + n out)$

Xavier Normal: Phân phối chuẩn $N (0, σ 2)$ với:

$σ = \sqrt(2 n in + n out)$

Hãy viết hàm xavier_init(shape: tuple[int, int], mode: str = "uniform", seed: int = 42) -> np.ndarray:

shape: tuple $(n in, n out)$ .
mode: "uniform" hoặc "normal".
seed: seed sinh số ngẫu nhiên để tái lập kết quả.
Trả về mảng NumPy 2D kích thước $n in \times n out$ với kiểu np.float64.
Ném ValueError nếu mode không hợp lệ hoặc kích thước không hợp lệ.

Input

Hàm xavier_init(shape, mode, seed): Các tham số đầu vào chứa dữ liệu Tensor/mảng NumPy hoặc giá trị siêu tham số tương ứng.

Output

Hàm xavier_init: Trả về kết quả kiểu np.ndarray theo đúng đặc tả kỹ thuật và kích thước quy định.

Ràng buộc

Thời gian chạy tối đa: 6000ms.
Giới hạn bộ nhớ: 512MB.
Dữ liệu đầu vào hợp lệ theo đúng kiểu dữ liệu và miền giá trị được mô tả.

Ví dụ 1

Input

nin, nout = (500, 500)
W_unif = xavier_init((nin, nout), mode='uniform', seed=42)
W_norm = xavier_init((nin, nout), mode='normal', seed=42)
theoretical_var = 2.0 / (nin + nout)

Output

0.002

Giải thích

Hàm/lớp được gọi với các tham số mẫu trên và trả về kết quả số học / kích thước tensor tương ứng theo đúng thiết kế.

Ví dụ 2

Input

nin, nout = (100, 200)
W = xavier_init((nin, nout), mode='uniform', seed=123)
limit = np.sqrt(6.0 / (nin + nout))

Output

0.141421

Giải thích

Hàm/lớp được gọi với các tham số mẫu trên và trả về kết quả số học / kích thước tensor tương ứng theo đúng thiết kế.

3 cấp độ gợi ýMở dần khi bạn thật sự cần hỗ trợ.

Phân tích lời giảiGiải thích hướng tư duy và thuật toán.

Code tham khảoDùng để đối chiếu sau khi tự làm.

Gợi ý và lời giải chỉ mở sau khi bạn bấm Nộp bài. Giáo viên và quản trị viên mở được ngay.

Góp ý & báo lỗi bài tập

Đề bài chưa rõ, test có vấn đề hay bạn có ý tưởng giúp bài tốt hơn? Gửi cho đội ngũ AI Empire nhé — mỗi góp ý đều được đọc.

Tiến độ của tôi ở bài này

Kiến thức và chủ đề

Nội dung đề bài

Mô tả bài toán

Input

Output

Ràng buộc

Ví dụ 1

Input

Output

Giải thích

Ví dụ 2

Input

Output

Giải thích

Bài tập liên quan cùng chuyên đề

Góp ý & báo lỗi bài tập