Больше примеров производных
Зачем это нужно: одного-двух примеров недостаточно, чтобы увидеть общий паттерн — что у каждой функции своя формула наклона. «Производные: что такое наклон функции» объяснила саму идею на (наклон-константа) и (наклон меняется от точки к точке); если это незнакомо — начни оттуда. Здесь — ещё два примера, которые закрепляют паттерн и понадобятся дальше при разборе вычислительных графов.
Напомним: численная производная () — это подвинуть вход функции на крошечный , посмотреть, на сколько сдвинулся выход, и поделить одно на другое; формула наклона даёт тот же ответ мгновенно, без замера.
Кубическая функция, : производная . Проверка при :
- : формула даёт ; численно (та же процедура с ) выходит .
- : формула даёт ; численно .
- : формула даёт ; численно .
Натуральный логарифм, : производная . Тот же логарифм, что встречался в кросс-энтропии из «Бинарной классификации» — там он мерил штраф, здесь у него просто есть свой наклон. Проверка при :
- : формула ; численно .
- : формула ; численно .
- : формула ; численно .
Совпадения не случайны — это одна из причин, почему математики выводят такие формулы раз и навсегда, а не гоняют численный замер на каждом шаге. Заметь общий паттерн, который повторяется во всех четырёх примерах (этой статьи и предыдущей — «Производные: что такое наклон функции»): у каждой функции — своя формула наклона, и эта формула может как быть постоянной (), так и зависеть от точки (, , ). Backprop, который мы разберём в следующих статьях, — это способ быстро посчитать нужные наклоны для сложной цепочки функций, не гоняя численный замер по всей нейросети на каждом шаге.
Мини-квиз: пользуясь формулой , чему равен наклон в точке ? Ответ
. Формула наклона сразу выдаёт ответ в любой точке — без численного замера.
Что дальше
Дальше нейросеть — не одна функция, а цепочка из многих: чтобы посчитать производную такой цепочки, удобно сперва нарисовать её как схему. Это тема «Вычислительного графа».