ನರಮಂಡಲ ಜಾಲಗಳು ನಿಗೂಢವಾಗಿ ಧ್ವನಿಸುವವರೆಗೂ ಅವು ನಿಗೂಢವಾಗಿ ಧ್ವನಿಸುತ್ತವೆ. AI ನಲ್ಲಿ ನರಮಂಡಲ ಜಾಲ ಎಂದರೇನು? ಮತ್ತು ಅದು ಕೇವಲ ಗಣಿತವೇ ಎಂದು ನೀವು ಎಂದಾದರೂ ಯೋಚಿಸಿದ್ದರೆ, ನೀವು ಸರಿಯಾದ ಸ್ಥಳದಲ್ಲಿದ್ದೀರಿ. ನಾವು ಅದನ್ನು ಪ್ರಾಯೋಗಿಕವಾಗಿ ಇಡುತ್ತೇವೆ, ಸಣ್ಣ ಪರ್ಯಾಯ ಮಾರ್ಗಗಳಲ್ಲಿ ಸಿಂಪಡಿಸುತ್ತೇವೆ ಮತ್ತು ಹೌದು - ಕೆಲವು ಎಮೋಜಿಗಳು. ಈ ವ್ಯವಸ್ಥೆಗಳು ಯಾವುವು, ಅವು ಏಕೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ, ಅವು ಎಲ್ಲಿ ವಿಫಲಗೊಳ್ಳುತ್ತವೆ ಮತ್ತು ಕೈ ಬೀಸದೆ ಅವುಗಳ ಬಗ್ಗೆ ಹೇಗೆ ಮಾತನಾಡಬೇಕು ಎಂದು ನೀವು ತಿಳಿದುಕೊಳ್ಳುತ್ತೀರಿ.
ಇದರ ನಂತರ ನೀವು ಓದಲು ಇಷ್ಟಪಡಬಹುದಾದ ಲೇಖನಗಳು:
🔗 AI ಪಕ್ಷಪಾತ ಎಂದರೇನು?
ನ್ಯಾಯಸಮ್ಮತತೆಯನ್ನು ಖಚಿತಪಡಿಸಿಕೊಳ್ಳಲು AI ವ್ಯವಸ್ಥೆಗಳು ಮತ್ತು ತಂತ್ರಗಳಲ್ಲಿನ ಪಕ್ಷಪಾತವನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು.
🔗 ಭವಿಷ್ಯಸೂಚಕ AI ಎಂದರೇನು?
ಭವಿಷ್ಯದ ಫಲಿತಾಂಶಗಳನ್ನು ಮುನ್ಸೂಚಿಸಲು AI ಹೇಗೆ ಮಾದರಿಗಳನ್ನು ಬಳಸುತ್ತದೆ.
🔗 AI ತರಬೇತುದಾರ ಎಂದರೇನು?
AI ತರಬೇತಿ ನೀಡುವ ವೃತ್ತಿಪರರ ಪಾತ್ರ ಮತ್ತು ಜವಾಬ್ದಾರಿಗಳನ್ನು ಅನ್ವೇಷಿಸುವುದು.
🔗 AI ನಲ್ಲಿ ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿ ಎಂದರೇನು?
ಕಂಪ್ಯೂಟರ್ ದೃಷ್ಟಿಯ ಮೂಲಕ ದೃಶ್ಯ ಡೇಟಾವನ್ನು AI ಹೇಗೆ ಅರ್ಥೈಸುತ್ತದೆ ಮತ್ತು ವಿಶ್ಲೇಷಿಸುತ್ತದೆ.
AI ನಲ್ಲಿ ನರಮಂಡಲ ಜಾಲ ಎಂದರೇನು? 10 ಸೆಕೆಂಡುಗಳ ಉತ್ತರ ⏱️
ನರಮಂಡಲವು ನರಕೋಶಗಳು ಎಂದು ಕರೆಯಲ್ಪಡುವ ಸರಳ ಲೆಕ್ಕಾಚಾರ ಘಟಕಗಳ ಸಂಗ್ರಹವಾಗಿದೆ, ಅದು ಸಂಖ್ಯೆಗಳನ್ನು ಮುಂದಕ್ಕೆ ರವಾನಿಸುತ್ತದೆ, ತರಬೇತಿಯ ಸಮಯದಲ್ಲಿ ಅವುಗಳ ಸಂಪರ್ಕ ಸಾಮರ್ಥ್ಯಗಳನ್ನು ಸರಿಹೊಂದಿಸುತ್ತದೆ ಮತ್ತು ಕ್ರಮೇಣ ಡೇಟಾದಲ್ಲಿ ಮಾದರಿಗಳನ್ನು ಕಲಿಯುತ್ತದೆ. ನೀವು ಆಳವಾದ ಕಲಿಕೆಯನ್ನು , ಅದು ಸಾಮಾನ್ಯವಾಗಿ ಅನೇಕ ಜೋಡಿಸಲಾದ ಪದರಗಳನ್ನು ಹೊಂದಿರುವ ನರಮಂಡಲ ಎಂದರ್ಥ, ನೀವು ಅವುಗಳನ್ನು ಕೈಯಿಂದ ಕೋಡಿಂಗ್ ಮಾಡುವ ಬದಲು ಕಲಿಕೆಯ ವೈಶಿಷ್ಟ್ಯಗಳು ಸ್ವಯಂಚಾಲಿತವಾಗಿವೆ. ಬೇರೆ ರೀತಿಯಲ್ಲಿ ಹೇಳುವುದಾದರೆ: ಸಾಕಷ್ಟು ಸಣ್ಣ ಗಣಿತ ತುಣುಕುಗಳು, ಜಾಣತನದಿಂದ ಜೋಡಿಸಲ್ಪಟ್ಟಿವೆ, ಡೇಟಾ ಉಪಯುಕ್ತವಾಗುವವರೆಗೆ ತರಬೇತಿ ಪಡೆದಿವೆ [1].
ನರಮಂಡಲ ಜಾಲವನ್ನು ಉಪಯುಕ್ತವಾಗಿಸುವುದು ಯಾವುದು? ✅
-
ಪ್ರಾತಿನಿಧ್ಯ ಶಕ್ತಿ : ಸರಿಯಾದ ವಾಸ್ತುಶಿಲ್ಪ ಮತ್ತು ಗಾತ್ರದೊಂದಿಗೆ, ನೆಟ್ವರ್ಕ್ಗಳು ಅತ್ಯಂತ ಸಂಕೀರ್ಣ ಕಾರ್ಯಗಳನ್ನು ಅಂದಾಜು ಮಾಡಬಹುದು (ಸಾರ್ವತ್ರಿಕ ಅಂದಾಜು ಪ್ರಮೇಯವನ್ನು ನೋಡಿ) [4].
-
ಅಂತ್ಯದಿಂದ ಅಂತ್ಯದ ಕಲಿಕೆ : ಕೈಯಿಂದ ಎಂಜಿನಿಯರಿಂಗ್ ಮಾಡುವ ವೈಶಿಷ್ಟ್ಯಗಳ ಬದಲಿಗೆ, ಮಾದರಿಯು ಅವುಗಳನ್ನು ಕಂಡುಕೊಳ್ಳುತ್ತದೆ [1].
-
ಸಾಮಾನ್ಯೀಕರಣ : ಉತ್ತಮವಾಗಿ ಕ್ರಮಬದ್ಧಗೊಳಿಸಿದ ನೆಟ್ವರ್ಕ್ ಕೇವಲ ನೆನಪಿಟ್ಟುಕೊಳ್ಳುವುದಿಲ್ಲ - ಅದು ಹೊಸ, ಕಾಣದ ಡೇಟಾದಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತದೆ [1].
-
ಸ್ಕೇಲೆಬಿಲಿಟಿ : ದೊಡ್ಡ ಡೇಟಾಸೆಟ್ಗಳು ಮತ್ತು ದೊಡ್ಡ ಮಾದರಿಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಫಲಿತಾಂಶಗಳನ್ನು ಸುಧಾರಿಸುತ್ತಲೇ ಇರುತ್ತವೆ... ಕಂಪ್ಯೂಟ್ ಮತ್ತು ಡೇಟಾ ಗುಣಮಟ್ಟದಂತಹ ಪ್ರಾಯೋಗಿಕ ಮಿತಿಗಳವರೆಗೆ [1].
-
ವರ್ಗಾವಣೆ : ಒಂದು ಕೆಲಸದಲ್ಲಿ ಕಲಿತ ವೈಶಿಷ್ಟ್ಯಗಳು ಇನ್ನೊಂದು ಕೆಲಸದಲ್ಲಿ ಸಹಾಯ ಮಾಡಬಹುದು (ಕಲಿಕೆ ವರ್ಗಾವಣೆ ಮತ್ತು ಉತ್ತಮಗೊಳಿಸುವಿಕೆ) [1].
ಸಣ್ಣ ಕ್ಷೇತ್ರ ಟಿಪ್ಪಣಿ (ಉದಾಹರಣೆ ಸನ್ನಿವೇಶ): ಒಂದು ಸಣ್ಣ ಉತ್ಪನ್ನ-ವರ್ಗೀಕರಣ ತಂಡವು ಸಾಂದ್ರೀಕೃತ CNN ಗಾಗಿ ಕೈಯಿಂದ ನಿರ್ಮಿಸಲಾದ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಬದಲಾಯಿಸುತ್ತದೆ, ಸರಳವಾದ ವರ್ಧನೆಗಳನ್ನು (ಫ್ಲಿಪ್ಗಳು/ಕ್ರಾಪ್ಗಳು) ಸೇರಿಸುತ್ತದೆ ಮತ್ತು ಮೌಲ್ಯೀಕರಣ ದೋಷ ಕುಸಿತವನ್ನು ವೀಕ್ಷಿಸುತ್ತದೆ - ನೆಟ್ವರ್ಕ್ "ಮ್ಯಾಜಿಕ್" ಆಗಿರುವುದರಿಂದ ಅಲ್ಲ, ಆದರೆ ಅದು ಪಿಕ್ಸೆಲ್ಗಳಿಂದ ನೇರವಾಗಿ ಹೆಚ್ಚು ಉಪಯುಕ್ತ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಕಲಿತ ಕಾರಣ.
"AI ನಲ್ಲಿ ನರಮಂಡಲ ಜಾಲ ಎಂದರೇನು?" ಸರಳ ಇಂಗ್ಲಿಷ್ನಲ್ಲಿ, ವಿಚಿತ್ರ ರೂಪಕದೊಂದಿಗೆ 🍞
ಬೇಕರಿ ಸಾಲನ್ನು ಕಲ್ಪಿಸಿಕೊಳ್ಳಿ. ಪದಾರ್ಥಗಳು ಒಳಗೆ ಬರುತ್ತವೆ, ಕೆಲಸಗಾರರು ಪಾಕವಿಧಾನವನ್ನು ತಿರುಚುತ್ತಾರೆ, ರುಚಿ ಪರೀಕ್ಷಕರು ದೂರು ನೀಡುತ್ತಾರೆ ಮತ್ತು ತಂಡವು ಪಾಕವಿಧಾನವನ್ನು ಮತ್ತೆ ನವೀಕರಿಸುತ್ತದೆ. ನೆಟ್ವರ್ಕ್ನಲ್ಲಿ, ಇನ್ಪುಟ್ಗಳು ಪದರಗಳ ಮೂಲಕ ಹರಿಯುತ್ತವೆ, ನಷ್ಟ ಕಾರ್ಯವು ಔಟ್ಪುಟ್ ಅನ್ನು ಶ್ರೇಣೀಕರಿಸುತ್ತದೆ ಮತ್ತು ಗ್ರೇಡಿಯಂಟ್ಗಳು ಮುಂದಿನ ಬಾರಿ ಉತ್ತಮವಾಗಿ ಮಾಡಲು ತೂಕವನ್ನು ತಳ್ಳುತ್ತವೆ. ರೂಪಕವಾಗಿ ಪರಿಪೂರ್ಣವಲ್ಲ - ಬ್ರೆಡ್ ವಿಭಿನ್ನವಲ್ಲ - ಆದರೆ ಅದು ಅಂಟಿಕೊಳ್ಳುತ್ತದೆ [1].
ನರಮಂಡಲದ ಅಂಗರಚನಾಶಾಸ್ತ್ರ 🧩
-
ನರಕೋಶಗಳು : ತೂಕದ ಮೊತ್ತ ಮತ್ತು ಸಕ್ರಿಯಗೊಳಿಸುವ ಕಾರ್ಯವನ್ನು ಅನ್ವಯಿಸುವ ಸಣ್ಣ ಕ್ಯಾಲ್ಕುಲೇಟರ್ಗಳು.
-
ತೂಕ ಮತ್ತು ಪಕ್ಷಪಾತಗಳು : ಸಂಕೇತಗಳು ಹೇಗೆ ಸಂಯೋಜಿಸುತ್ತವೆ ಎಂಬುದನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುವ ಹೊಂದಾಣಿಕೆ ಗುಂಡಿಗಳು.
-
ಪದರಗಳು : ಇನ್ಪುಟ್ ಪದರವು ಡೇಟಾವನ್ನು ಸ್ವೀಕರಿಸುತ್ತದೆ, ಗುಪ್ತ ಪದರಗಳು ಅದನ್ನು ಪರಿವರ್ತಿಸುತ್ತವೆ, ಔಟ್ಪುಟ್ ಪದರವು ಭವಿಷ್ಯ ನುಡಿಯುತ್ತದೆ.
-
ಸಕ್ರಿಯಗೊಳಿಸುವ ಕಾರ್ಯಗಳು : ReLU, ಸಿಗ್ಮಾಯ್ಡ್, tanh ಮತ್ತು softmax ನಂತಹ ರೇಖಾತ್ಮಕವಲ್ಲದ ತಿರುವುಗಳು ಕಲಿಕೆಯನ್ನು ನಮ್ಯತೆಯನ್ನು ನೀಡುತ್ತವೆ.
-
ನಷ್ಟ ಕಾರ್ಯ : ಭವಿಷ್ಯವಾಣಿ ಎಷ್ಟು ತಪ್ಪಾಗಿದೆ ಎಂಬುದರ ಸ್ಕೋರ್ (ವರ್ಗೀಕರಣಕ್ಕೆ ಅಡ್ಡ-ಎಂಟ್ರೊಪಿ, ಹಿಂಜರಿತಕ್ಕೆ MSE).
-
ಆಪ್ಟಿಮೈಜರ್ : SGD ಅಥವಾ ಆಡಮ್ನಂತಹ ಅಲ್ಗಾರಿದಮ್ಗಳು ತೂಕವನ್ನು ನವೀಕರಿಸಲು ಗ್ರೇಡಿಯಂಟ್ಗಳನ್ನು ಬಳಸುತ್ತವೆ.
-
ಕ್ರಮಬದ್ಧಗೊಳಿಸುವಿಕೆ : ಮಾದರಿಯನ್ನು ಅತಿಯಾಗಿ ಅಳವಡಿಸದಂತೆ ತಡೆಯಲು ಡ್ರಾಪ್ಔಟ್ ಅಥವಾ ತೂಕ ಇಳಿಕೆಯಂತಹ ತಂತ್ರಗಳು.
ನೀವು ಔಪಚಾರಿಕ ವ್ಯಾಖ್ಯಾನವನ್ನು ಬಯಸಿದರೆ (ಆದರೆ ಇನ್ನೂ ಓದಬಹುದಾದ), ಮುಕ್ತ ಪಠ್ಯಪುಸ್ತಕ ಡೀಪ್ ಲರ್ನಿಂಗ್ ಸಂಪೂರ್ಣ ಸ್ಟಾಕ್ ಅನ್ನು ಒಳಗೊಂಡಿದೆ: ಗಣಿತದ ಅಡಿಪಾಯ, ಆಪ್ಟಿಮೈಸೇಶನ್ ಮತ್ತು ಸಾಮಾನ್ಯೀಕರಣ [1].
ಸಕ್ರಿಯಗೊಳಿಸುವ ಕಾರ್ಯಗಳು, ಸಂಕ್ಷಿಪ್ತವಾಗಿ ಆದರೆ ಸಹಾಯಕವಾಗಿ ⚡
-
ReLU : ನಕಾರಾತ್ಮಕ ಅಂಶಗಳಿಗೆ ಶೂನ್ಯ, ಸಕಾರಾತ್ಮಕ ಅಂಶಗಳಿಗೆ ರೇಖೀಯ. ಸರಳ, ವೇಗ, ಪರಿಣಾಮಕಾರಿ.
-
ಸಿಗ್ಮಾಯ್ಡ್ : 0 ಮತ್ತು 1 ರ ನಡುವಿನ ಮೌಲ್ಯಗಳನ್ನು ಸ್ಕ್ವ್ಯಾಷ್ ಮಾಡುತ್ತದೆ - ಉಪಯುಕ್ತ ಆದರೆ ಸ್ಯಾಚುರೇಟ್ ಮಾಡಬಹುದು.
-
ತನ್ಹ್ : ಸಿಗ್ಮೋಯಿಡ್ನಂತೆ ಆದರೆ ಶೂನ್ಯದ ಸುತ್ತ ಸಮ್ಮಿತೀಯವಾಗಿದೆ.
-
ಸಾಫ್ಟ್ಮ್ಯಾಕ್ಸ್ : ಕಚ್ಚಾ ಅಂಕಗಳನ್ನು ತರಗತಿಗಳಾದ್ಯಂತ ಸಂಭವನೀಯತೆಗಳಾಗಿ ಪರಿವರ್ತಿಸುತ್ತದೆ.
ನೀವು ಪ್ರತಿಯೊಂದು ವಕ್ರರೇಖೆಯ ಆಕಾರವನ್ನು ನೆನಪಿಟ್ಟುಕೊಳ್ಳುವ ಅಗತ್ಯವಿಲ್ಲ - ಟ್ರೇಡ್-ಆಫ್ಗಳು ಮತ್ತು ಸಾಮಾನ್ಯ ಡೀಫಾಲ್ಟ್ಗಳನ್ನು ತಿಳಿದುಕೊಳ್ಳಿ [1, 2].
ಕಲಿಕೆ ನಿಜವಾಗಿ ಹೇಗೆ ನಡೆಯುತ್ತದೆ: ಬ್ಯಾಕ್ಪ್ರಾಪ್, ಆದರೆ ಭಯಾನಕವಲ್ಲ 🔁
-
ಫಾರ್ವರ್ಡ್ ಪಾಸ್ : ಭವಿಷ್ಯವಾಣಿಯನ್ನು ಉತ್ಪಾದಿಸಲು ಡೇಟಾ ಒಂದೊಂದೇ ಹಂತವಾಗಿ ಹರಿಯುತ್ತದೆ.
-
ನಷ್ಟವನ್ನು ಲೆಕ್ಕಹಾಕಿ : ಭವಿಷ್ಯವಾಣಿಯನ್ನು ಸತ್ಯಕ್ಕೆ ಹೋಲಿಸಿ.
-
ಬ್ಯಾಕ್ಪ್ರೊಪಗೇಷನ್ : ಸರಪಳಿ ನಿಯಮವನ್ನು ಬಳಸಿಕೊಂಡು ಪ್ರತಿ ತೂಕಕ್ಕೆ ಸಂಬಂಧಿಸಿದಂತೆ ನಷ್ಟದ ಇಳಿಜಾರುಗಳನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ.
-
ನವೀಕರಣ : ಆಪ್ಟಿಮೈಜರ್ ತೂಕವನ್ನು ಸ್ವಲ್ಪ ಬದಲಾಯಿಸುತ್ತದೆ.
-
ಪುನರಾವರ್ತಿಸಿ : ಹಲವು ಯುಗಗಳು. ಮಾದರಿ ಕ್ರಮೇಣ ಕಲಿಯುತ್ತದೆ.
ದೃಶ್ಯಗಳು ಮತ್ತು ಕೋಡ್-ಪಕ್ಕದ ವಿವರಣೆಗಳೊಂದಿಗೆ ಪ್ರಾಯೋಗಿಕ ಅಂತಃಪ್ರಜ್ಞೆಗಾಗಿ, ಬ್ಯಾಕ್ಪ್ರೊಪ್ ಮತ್ತು ಆಪ್ಟಿಮೈಸೇಶನ್ [2] ಕುರಿತು ಕ್ಲಾಸಿಕ್ CS231n ಟಿಪ್ಪಣಿಗಳನ್ನು ನೋಡಿ.
ನರಮಂಡಲ ಜಾಲಗಳ ಪ್ರಮುಖ ಕುಟುಂಬಗಳು, ಒಂದು ನೋಟದಲ್ಲಿ 🏡
-
ಫೀಡ್ಫಾರ್ವರ್ಡ್ ನೆಟ್ವರ್ಕ್ಗಳು (MLP ಗಳು) : ಸರಳವಾದ ಪ್ರಕಾರ. ಡೇಟಾ ಮಾತ್ರ ಮುಂದೆ ಚಲಿಸುತ್ತದೆ.
-
ಕನ್ವಲ್ಯೂಷನಲ್ ನ್ಯೂರಲ್ ನೆಟ್ವರ್ಕ್ಗಳು (CNN ಗಳು) : ಅಂಚುಗಳು, ಟೆಕಶ್ಚರ್ಗಳು, ಆಕಾರಗಳನ್ನು ಪತ್ತೆ ಮಾಡುವ ಪ್ರಾದೇಶಿಕ ಫಿಲ್ಟರ್ಗಳಿಗೆ ಧನ್ಯವಾದಗಳು [2] ಚಿತ್ರಗಳಿಗೆ ಅದ್ಭುತವಾಗಿದೆ.
-
ಪುನರಾವರ್ತಿತ ನರಮಂಡಲ ಜಾಲಗಳು (RNN ಗಳು) ಮತ್ತು ರೂಪಾಂತರಗಳು : ಕ್ರಮಬದ್ಧತೆಯ ಅರ್ಥವನ್ನು ಇಟ್ಟುಕೊಳ್ಳುವ ಮೂಲಕ ಪಠ್ಯ ಅಥವಾ ಸಮಯ ಸರಣಿಯಂತಹ ಅನುಕ್ರಮಗಳಿಗಾಗಿ ನಿರ್ಮಿಸಲಾಗಿದೆ [1].
-
ಟ್ರಾನ್ಸ್ಫಾರ್ಮರ್ಗಳು : ಒಂದೇ ಅನುಕ್ರಮದಲ್ಲಿ ಸ್ಥಾನಗಳಾದ್ಯಂತ ಮಾದರಿ ಸಂಬಂಧಗಳಿಗೆ ಗಮನ ಕೊಡಿ; ಭಾಷೆಯಲ್ಲಿ ಮತ್ತು ಅದಕ್ಕೂ ಮೀರಿ ಪ್ರಬಲವಾಗಿದೆ [3].
-
ಗ್ರಾಫ್ ನರಮಂಡಲ ಜಾಲಗಳು (GNN ಗಳು) : ಗ್ರಾಫ್ನ ನೋಡ್ಗಳು ಮತ್ತು ಅಂಚುಗಳ ಮೇಲೆ ಕಾರ್ಯನಿರ್ವಹಿಸುತ್ತವೆ - ಅಣುಗಳು, ಸಾಮಾಜಿಕ ಜಾಲಗಳು, ಶಿಫಾರಸುಗಳಿಗೆ ಉಪಯುಕ್ತವಾಗಿದೆ [1].
-
ಆಟೋಎನ್ಕೋಡರ್ಗಳು ಮತ್ತು VAEಗಳು : ಸಂಕುಚಿತ ಪ್ರಾತಿನಿಧ್ಯಗಳನ್ನು ಕಲಿಯಿರಿ ಮತ್ತು ವ್ಯತ್ಯಾಸಗಳನ್ನು ರಚಿಸಿ [1].
-
ಉತ್ಪಾದಕ ಮಾದರಿಗಳು : GAN ಗಳಿಂದ ಹಿಡಿದು ಪ್ರಸರಣ ಮಾದರಿಗಳವರೆಗೆ, ಚಿತ್ರಗಳು, ಆಡಿಯೋ, ಸಮ ಕೋಡ್ಗಾಗಿ ಬಳಸಲಾಗುತ್ತದೆ [1].
CS231n ಟಿಪ್ಪಣಿಗಳು CNN ಗಳಿಗೆ ವಿಶೇಷವಾಗಿ ಸ್ನೇಹಪರವಾಗಿವೆ, ಆದರೆ ಟ್ರಾನ್ಸ್ಫಾರ್ಮರ್ ಪೇಪರ್ ಗಮನ-ಆಧಾರಿತ ಮಾದರಿಗಳಿಗೆ ಪ್ರಾಥಮಿಕ ಮೂಲವಾಗಿದೆ [2, 3].
ಹೋಲಿಕೆ ಕೋಷ್ಟಕ: ಸಾಮಾನ್ಯ ನರಮಂಡಲ ಜಾಲ ಪ್ರಕಾರಗಳು, ಅವು ಯಾರಿಗಾಗಿ, ವೆಚ್ಚ ವೈಬ್ಗಳು ಮತ್ತು ಅವು ಏಕೆ ಕೆಲಸ ಮಾಡುತ್ತವೆ 📊
| ಉಪಕರಣ / ಪ್ರಕಾರ | ಪ್ರೇಕ್ಷಕರು | ದುಬಾರಿ | ಅದು ಏಕೆ ಕೆಲಸ ಮಾಡುತ್ತದೆ |
|---|---|---|---|
| ಫೀಡ್ಫಾರ್ವರ್ಡ್ (MLP) | ಆರಂಭಿಕರು, ವಿಶ್ಲೇಷಕರು | ಕಡಿಮೆ-ಮಧ್ಯಮ | ಸರಳ, ಹೊಂದಿಕೊಳ್ಳುವ, ಯೋಗ್ಯವಾದ ಮೂಲ ಅಂಶಗಳು |
| ಸಿಎನ್ಎನ್ | ವಿಷನ್ ತಂಡಗಳು | ಮಧ್ಯಮ | ಸ್ಥಳೀಯ ಮಾದರಿಗಳು + ನಿಯತಾಂಕ ಹಂಚಿಕೆ |
| ಆರ್ಎನ್ಎನ್ / ಎಲ್ಎಸ್ಟಿಎಂ / ಜಿಆರ್ಯು | ಜನರೇ, ಅನುಕ್ರಮ | ಮಧ್ಯಮ | ತಾತ್ಕಾಲಿಕ ಸ್ಮರಣೆ... ಕ್ರಮವನ್ನು ಸೆರೆಹಿಡಿಯುತ್ತದೆ |
| ಟ್ರಾನ್ಸ್ಫಾರ್ಮರ್ | NLP, ಮಲ್ಟಿಮೋಡಲ್ | ಮಧ್ಯಮ-ಎತ್ತರದ | ಗಮನವು ಸಂಬಂಧಿತ ಸಂಬಂಧಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ. |
| ಜಿಎನ್ಎನ್ | ವಿಜ್ಞಾನಿಗಳು, ಪರಿಶೋಧಕರು | ಮಧ್ಯಮ | ಗ್ರಾಫ್ಗಳಲ್ಲಿ ಸಂದೇಶ ರವಾನಿಸುವಿಕೆಯು ರಚನೆಯನ್ನು ಬಹಿರಂಗಪಡಿಸುತ್ತದೆ. |
| ಆಟೋಎನ್ಕೋಡರ್ / VAE | ಸಂಶೋಧಕರು | ಕಡಿಮೆ-ಮಧ್ಯಮ | ಸಂಕುಚಿತ ಪ್ರಾತಿನಿಧ್ಯಗಳನ್ನು ಕಲಿಯುತ್ತದೆ |
| GAN / ಪ್ರಸರಣ | ಸೃಜನಾತ್ಮಕ ಪ್ರಯೋಗಾಲಯಗಳು | ಮಧ್ಯಮ-ಎತ್ತರದ | ಪ್ರತಿಕೂಲ ಅಥವಾ ಪುನರಾವರ್ತಿತ ಶಬ್ದ ನಿವಾರಣಾ ಮ್ಯಾಜಿಕ್ |
ಟಿಪ್ಪಣಿಗಳು: ಬೆಲೆ ನಿಗದಿಯು ಲೆಕ್ಕಾಚಾರ ಮತ್ತು ಸಮಯದ ಬಗ್ಗೆ; ನಿಮ್ಮ ಮೈಲೇಜ್ ಬದಲಾಗುತ್ತದೆ. ಒಂದು ಅಥವಾ ಎರಡು ಸೆಲ್ಗಳು ಉದ್ದೇಶಪೂರ್ವಕವಾಗಿ ಮಾತನಾಡುತ್ತವೆ.
"AI ನಲ್ಲಿ ನರಮಂಡಲ ಜಾಲ ಎಂದರೇನು?" vs ಕ್ಲಾಸಿಕಲ್ ML ಅಲ್ಗಾರಿದಮ್ಗಳು ⚖️
-
ವೈಶಿಷ್ಟ್ಯ ಎಂಜಿನಿಯರಿಂಗ್ : ಕ್ಲಾಸಿಕ್ ML ಹೆಚ್ಚಾಗಿ ಹಸ್ತಚಾಲಿತ ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಅವಲಂಬಿಸಿದೆ. ನರ ಜಾಲಗಳು ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಕಲಿಯುತ್ತವೆ - ಸಂಕೀರ್ಣ ಡೇಟಾಗೆ ದೊಡ್ಡ ಗೆಲುವು [1].
-
ಡೇಟಾ ಹಸಿವು : ನೆಟ್ವರ್ಕ್ಗಳು ಹೆಚ್ಚಾಗಿ ಹೆಚ್ಚಿನ ಡೇಟಾದೊಂದಿಗೆ ಹೊಳೆಯುತ್ತವೆ; ಸಣ್ಣ ಡೇಟಾ ಸರಳ ಮಾದರಿಗಳಿಗೆ ಒಲವು ತೋರಬಹುದು [1].
-
ಗಣನೆ : ನೆಟ್ವರ್ಕ್ಗಳು GPU ಗಳಂತಹ ವೇಗವರ್ಧಕಗಳನ್ನು ಇಷ್ಟಪಡುತ್ತವೆ [1].
-
ಕಾರ್ಯಕ್ಷಮತೆಯ ಮಿತಿ : ರಚನೆಯಿಲ್ಲದ ದತ್ತಾಂಶಗಳಿಗೆ (ಚಿತ್ರಗಳು, ಆಡಿಯೋ, ಪಠ್ಯ), ಆಳವಾದ ಜಾಲಗಳು ಪ್ರಾಬಲ್ಯ ಸಾಧಿಸುತ್ತವೆ [1, 2].
ಪ್ರಾಯೋಗಿಕವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ತರಬೇತಿ ಕಾರ್ಯಪ್ರವಾಹ 🛠️
-
ಉದ್ದೇಶವನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಿ : ವರ್ಗೀಕರಣ, ಹಿಂಜರಿತ, ಶ್ರೇಯಾಂಕ, ಪೀಳಿಗೆ - ಹೊಂದಿಕೆಯಾಗುವ ನಷ್ಟವನ್ನು ಆರಿಸಿ.
-
ಡೇಟಾ ಜಗಳ : ರೈಲು/ಮೌಲ್ಯಮಾಪನ/ಪರೀಕ್ಷೆಯಾಗಿ ವಿಭಜಿಸಿ. ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಸಾಮಾನ್ಯಗೊಳಿಸಿ. ಸಮತೋಲನ ತರಗತಿಗಳು. ಚಿತ್ರಗಳಿಗಾಗಿ, ಫ್ಲಿಪ್ಗಳು, ಕ್ರಾಪ್ಗಳು, ಸಣ್ಣ ಶಬ್ದದಂತಹ ವರ್ಧನೆಯನ್ನು ಪರಿಗಣಿಸಿ.
-
ವಾಸ್ತುಶಿಲ್ಪದ ಆಯ್ಕೆ : ಸರಳವಾಗಿ ಪ್ರಾರಂಭಿಸಿ. ಅಗತ್ಯವಿದ್ದಾಗ ಮಾತ್ರ ಸಾಮರ್ಥ್ಯವನ್ನು ಸೇರಿಸಿ.
-
ತರಬೇತಿ ಲೂಪ್ : ಡೇಟಾವನ್ನು ಬ್ಯಾಚ್ ಮಾಡಿ. ಫಾರ್ವರ್ಡ್ ಪಾಸ್ ಮಾಡಿ. ನಷ್ಟವನ್ನು ಲೆಕ್ಕಹಾಕಿ. ಬ್ಯಾಕ್ಪ್ರೊಪ್. ನವೀಕರಿಸಿ. ಲಾಗ್ ಮೆಟ್ರಿಕ್ಸ್.
-
ಕ್ರಮಬದ್ಧಗೊಳಿಸು : ವ್ಯಾಯಾಮ ನಿಲ್ಲಿಸುವುದು, ತೂಕ ಕಡಿಮೆಯಾಗುವುದು, ಬೇಗನೆ ನಿಲ್ಲಿಸುವುದು.
-
ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ : ಹೈಪರ್ಪ್ಯಾರಾಮೀಟರ್ಗಳಿಗೆ ಮೌಲ್ಯೀಕರಣ ಸೆಟ್ ಅನ್ನು ಬಳಸಿ. ಅಂತಿಮ ಪರಿಶೀಲನೆಗಾಗಿ ಪರೀಕ್ಷಾ ಸೆಟ್ ಅನ್ನು ಹಿಡಿದುಕೊಳ್ಳಿ.
-
ಎಚ್ಚರಿಕೆಯಿಂದ ಸಾಗಿಸಿ : ದಿಕ್ಚ್ಯುತಿಯನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಿ, ಪಕ್ಷಪಾತವನ್ನು ಪರಿಶೀಲಿಸಿ, ರೋಲ್ಬ್ಯಾಕ್ಗಳನ್ನು ಯೋಜಿಸಿ.
ಘನ ಸಿದ್ಧಾಂತದೊಂದಿಗೆ ಅಂತ್ಯದಿಂದ ಕೊನೆಯವರೆಗೆ, ಕೋಡ್-ಆಧಾರಿತ ಟ್ಯುಟೋರಿಯಲ್ಗಳಿಗೆ, ತೆರೆದ ಪಠ್ಯಪುಸ್ತಕ ಮತ್ತು CS231n ಟಿಪ್ಪಣಿಗಳು ವಿಶ್ವಾಸಾರ್ಹ ಆಧಾರಗಳಾಗಿವೆ [1, 2].
ಓವರ್ಫಿಟ್ಟಿಂಗ್, ಸಾಮಾನ್ಯೀಕರಣ ಮತ್ತು ಇತರ ಗ್ರೆಮ್ಲಿನ್ಗಳು 👀
-
ಓವರ್ಫಿಟ್ಟಿಂಗ್ : ಮಾದರಿಯು ತರಬೇತಿಯ ವಿಶಿಷ್ಟ ಲಕ್ಷಣಗಳನ್ನು ನೆನಪಿಟ್ಟುಕೊಳ್ಳುತ್ತದೆ. ಹೆಚ್ಚಿನ ಡೇಟಾ, ಬಲವಾದ ಕ್ರಮಬದ್ಧಗೊಳಿಸುವಿಕೆ ಅಥವಾ ಸರಳವಾದ ವಾಸ್ತುಶಿಲ್ಪಗಳೊಂದಿಗೆ ಸರಿಪಡಿಸಿ.
-
ಅಂಡರ್ಫಿಟ್ಟಿಂಗ್ : ಮಾದರಿ ತುಂಬಾ ಸರಳವಾಗಿದೆ ಅಥವಾ ತರಬೇತಿ ತುಂಬಾ ಅಂಜುಬುರುಕವಾಗಿದೆ. ಸಾಮರ್ಥ್ಯವನ್ನು ಹೆಚ್ಚಿಸಿ ಅಥವಾ ಹೆಚ್ಚು ಸಮಯ ತರಬೇತಿ ನೀಡಿ.
-
ಡೇಟಾ ಸೋರಿಕೆ : ಪರೀಕ್ಷಾ ಗುಂಪಿನಿಂದ ಮಾಹಿತಿಯು ತರಬೇತಿಗೆ ನುಸುಳುತ್ತದೆ. ನಿಮ್ಮ ವಿಭಜನೆಗಳನ್ನು ಮೂರು ಬಾರಿ ಪರಿಶೀಲಿಸಿ.
-
ಕಳಪೆ ಮಾಪನಾಂಕ ನಿರ್ಣಯ : ಆತ್ಮವಿಶ್ವಾಸದಿಂದ ಕೂಡಿದ್ದರೂ ತಪ್ಪಾಗಿರುವ ಮಾದರಿ ಅಪಾಯಕಾರಿ. ಮಾಪನಾಂಕ ನಿರ್ಣಯ ಅಥವಾ ವಿಭಿನ್ನ ತೂಕ ನಷ್ಟವನ್ನು ಪರಿಗಣಿಸಿ.
-
ವಿತರಣಾ ಬದಲಾವಣೆ : ನೈಜ-ಪ್ರಪಂಚದ ದತ್ತಾಂಶ ಚಲನೆಗಳು. ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಿ ಮತ್ತು ಹೊಂದಿಕೊಳ್ಳಿ.
ಸಾಮಾನ್ಯೀಕರಣ ಮತ್ತು ಕ್ರಮಬದ್ಧಗೊಳಿಸುವಿಕೆಯ ಹಿಂದಿನ ಸಿದ್ಧಾಂತಕ್ಕಾಗಿ, ಪ್ರಮಾಣಿತ ಉಲ್ಲೇಖಗಳನ್ನು [1, 2] ಅವಲಂಬಿಸಿ.
ಸುರಕ್ಷತೆ, ವ್ಯಾಖ್ಯಾನ ಮತ್ತು ಜವಾಬ್ದಾರಿಯುತ ನಿಯೋಜನೆ 🧭
ನರಮಂಡಲ ಜಾಲಗಳು ಹೆಚ್ಚಿನ ಜವಾಬ್ದಾರಿಯ ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದು. ಅವು ಲೀಡರ್ಬೋರ್ಡ್ನಲ್ಲಿ ಉತ್ತಮವಾಗಿ ಕಾರ್ಯನಿರ್ವಹಿಸಿದರೆ ಸಾಲದು. ಜೀವನಚಕ್ರದಾದ್ಯಂತ ನಿಮಗೆ ಆಡಳಿತ, ಮಾಪನ ಮತ್ತು ತಗ್ಗಿಸುವಿಕೆಯ ಹಂತಗಳು ಬೇಕಾಗುತ್ತವೆ. NIST AI ಅಪಾಯ ನಿರ್ವಹಣಾ ಚೌಕಟ್ಟು ಪ್ರಾಯೋಗಿಕ ಕಾರ್ಯಗಳನ್ನು ವಿವರಿಸುತ್ತದೆ - ಆಡಳಿತ, ನಕ್ಷೆ, ಅಳತೆ, ನಿರ್ವಹಣೆ - ತಂಡಗಳು ಅಪಾಯ ನಿರ್ವಹಣೆಯನ್ನು ವಿನ್ಯಾಸ ಮತ್ತು ನಿಯೋಜನೆಯಲ್ಲಿ ಸಂಯೋಜಿಸಲು ಸಹಾಯ ಮಾಡುತ್ತದೆ [5].
ಕೆಲವು ತ್ವರಿತ ಸಲಹೆಗಳು:
-
ಪಕ್ಷಪಾತ ಪರಿಶೀಲನೆಗಳು : ಸೂಕ್ತ ಮತ್ತು ಕಾನೂನುಬದ್ಧವಾದ ಕಡೆ ಜನಸಂಖ್ಯಾ ವಿಭಾಗಗಳಲ್ಲಿ ಮೌಲ್ಯಮಾಪನ ಮಾಡಿ.
-
ವ್ಯಾಖ್ಯಾನ : ಪ್ರಾಮುಖ್ಯತೆ ಅಥವಾ ವೈಶಿಷ್ಟ್ಯ ಗುಣಲಕ್ಷಣಗಳಂತಹ ತಂತ್ರಗಳನ್ನು ಬಳಸಿ. ಅವು ಅಪೂರ್ಣವಾಗಿದ್ದರೂ, ಉಪಯುಕ್ತವಾಗಿವೆ.
-
ಮಾನಿಟರಿಂಗ್ : ಹಠಾತ್ ಮೆಟ್ರಿಕ್ ಡ್ರಾಪ್ಸ್ ಅಥವಾ ಡೇಟಾ ಡ್ರಿಫ್ಟ್ಗಾಗಿ ಎಚ್ಚರಿಕೆಗಳನ್ನು ಹೊಂದಿಸಿ.
-
ಮಾನವ ಮೇಲ್ವಿಚಾರಣೆ : ಪರಿಣಾಮ ಬೀರುವ ನಿರ್ಧಾರಗಳಿಗಾಗಿ ಮನುಷ್ಯರನ್ನು ಗಮನದಲ್ಲಿರಿಸಿಕೊಳ್ಳಿ. ವೀರೋಚಿತ ಕೃತ್ಯಗಳಿಲ್ಲ, ನೈರ್ಮಲ್ಯ ಮಾತ್ರ.
ನೀವು ರಹಸ್ಯವಾಗಿ ಕೇಳುತ್ತಿದ್ದ ಪದೇ ಪದೇ ಕೇಳಲಾಗುವ ಪ್ರಶ್ನೆಗಳು 🙋
ನರಮಂಡಲವು ಮೂಲತಃ ಮೆದುಳೇ?
ಮಿದುಳುಗಳಿಂದ ಪ್ರೇರಿತವಾಗಿದೆ, ಹೌದು - ಆದರೆ ಸರಳೀಕರಿಸಲಾಗಿದೆ. ನೆಟ್ವರ್ಕ್ಗಳಲ್ಲಿನ ನ್ಯೂರಾನ್ಗಳು ಗಣಿತದ ಕಾರ್ಯಗಳಾಗಿವೆ; ಜೈವಿಕ ನ್ಯೂರಾನ್ಗಳು ಸಂಕೀರ್ಣ ಚಲನಶೀಲತೆಯೊಂದಿಗೆ ಜೀವಂತ ಕೋಶಗಳಾಗಿವೆ. ಇದೇ ರೀತಿಯ ಕಂಪನಗಳು, ವಿಭಿನ್ನ ಭೌತಶಾಸ್ತ್ರ [1].
ನನಗೆ ಎಷ್ಟು ಪದರಗಳು ಬೇಕು?
ಸಣ್ಣದಾಗಿ ಪ್ರಾರಂಭಿಸಿ. ನೀವು ಕಡಿಮೆ ಫಿಟ್ಟಿಂಗ್ ಮಾಡುತ್ತಿದ್ದರೆ, ಅಗಲ ಅಥವಾ ಆಳವನ್ನು ಸೇರಿಸಿ. ನೀವು ಹೆಚ್ಚು ಫಿಟ್ಟಿಂಗ್ ಮಾಡುತ್ತಿದ್ದರೆ, ಸಾಮರ್ಥ್ಯವನ್ನು ಕ್ರಮಬದ್ಧಗೊಳಿಸಿ ಅಥವಾ ಕಡಿಮೆ ಮಾಡಿ. ಯಾವುದೇ ಮ್ಯಾಜಿಕ್ ಸಂಖ್ಯೆ ಇಲ್ಲ; ಕೇವಲ ದೃಢೀಕರಣ ವಕ್ರರೇಖೆಗಳು ಮತ್ತು ತಾಳ್ಮೆ ಇದೆ [1].
ನನಗೆ ಯಾವಾಗಲೂ GPU ಅಗತ್ಯವಿದೆಯೇ?
ಯಾವಾಗಲೂ ಅಲ್ಲ. ಸಾಧಾರಣ ಡೇಟಾದಲ್ಲಿರುವ ಸಣ್ಣ ಮಾದರಿಗಳು CPU ಗಳಲ್ಲಿ ತರಬೇತಿ ನೀಡಬಹುದು, ಆದರೆ ಚಿತ್ರಗಳು, ದೊಡ್ಡ ಪಠ್ಯ ಮಾದರಿಗಳು ಅಥವಾ ದೊಡ್ಡ ಡೇಟಾಸೆಟ್ಗಳಿಗೆ, ವೇಗವರ್ಧಕಗಳು ಟನ್ಗಳಷ್ಟು ಸಮಯವನ್ನು ಉಳಿಸುತ್ತವೆ [1].
ಗಮನವು ಶಕ್ತಿಶಾಲಿ ಎಂದು ಜನರು ಏಕೆ ಹೇಳುತ್ತಾರೆ?
ಏಕೆಂದರೆ ಗಮನವು ಮಾದರಿಗಳು ಕಟ್ಟುನಿಟ್ಟಾಗಿ ಕ್ರಮಬದ್ಧವಾಗಿ ಸಾಗದೆ ಇನ್ಪುಟ್ನ ಅತ್ಯಂತ ಪ್ರಸ್ತುತ ಭಾಗಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುತ್ತದೆ. ಇದು ಜಾಗತಿಕ ಸಂಬಂಧಗಳನ್ನು ಸೆರೆಹಿಡಿಯುತ್ತದೆ, ಇದು ಭಾಷೆ ಮತ್ತು ಬಹುಮಾದರಿ ಕಾರ್ಯಗಳಿಗೆ ದೊಡ್ಡ ವಿಷಯವಾಗಿದೆ [3].
“AI ನಲ್ಲಿ ನರಮಂಡಲ ಜಾಲ ಎಂದರೇನು?” ಎಂಬುದು “ಆಳವಾದ ಕಲಿಕೆ ಎಂದರೇನು” ಗಿಂತ ಭಿನ್ನವಾಗಿದೆಯೇ?
ಆಳವಾದ ಕಲಿಕೆಯು ಆಳವಾದ ನರಮಂಡಲ ಜಾಲಗಳನ್ನು ಬಳಸುವ ವಿಶಾಲ ವಿಧಾನವಾಗಿದೆ. ಹಾಗಾದರೆ AI ನಲ್ಲಿ ನರಮಂಡಲ ಜಾಲ ಎಂದರೇನು? ಎಂದು ಮುಖ್ಯ ಪಾತ್ರದ ಬಗ್ಗೆ ಕೇಳಿದಂತಿದೆ; ಆಳವಾದ ಕಲಿಕೆಯೇ ಇಡೀ ಚಲನಚಿತ್ರ [1].
ಪ್ರಾಯೋಗಿಕ, ಸ್ವಲ್ಪ ಅಭಿಪ್ರಾಯದ ಸಲಹೆಗಳು 💡
-
ಸರಳವಾದ ಬೇಸ್ಲೈನ್ಗಳಿಗೆ ಆದ್ಯತೆ ನೀಡಿ . ಸಣ್ಣ ಬಹುಪದರದ ಪರ್ಸೆಪ್ಟ್ರಾನ್ ಸಹ ಡೇಟಾವನ್ನು ಕಲಿಯಲು ಸಾಧ್ಯವೇ ಎಂದು ನಿಮಗೆ ಹೇಳಬಹುದು.
-
ನಿಮ್ಮ ಡೇಟಾ ಪೈಪ್ಲೈನ್ ಅನ್ನು ಪುನರುತ್ಪಾದಿಸುವಂತೆ . ನೀವು ಅದನ್ನು ಮರು ಚಾಲನೆ ಮಾಡಲು ಸಾಧ್ಯವಾಗದಿದ್ದರೆ, ನೀವು ಅದನ್ನು ನಂಬಲು ಸಾಧ್ಯವಿಲ್ಲ.
-
ಕಲಿಕೆಯ ವೇಗ ನೀವು ಯೋಚಿಸುವುದಕ್ಕಿಂತ ಹೆಚ್ಚು ಮುಖ್ಯ. ವೇಳಾಪಟ್ಟಿಯನ್ನು ಪ್ರಯತ್ನಿಸಿ. ವಾರ್ಮ್ಅಪ್ ಸಹಾಯ ಮಾಡುತ್ತದೆ.
-
ಬ್ಯಾಚ್ ಗಾತ್ರದ ಹೊಂದಾಣಿಕೆಗಳು ಅಸ್ತಿತ್ವದಲ್ಲಿವೆ. ದೊಡ್ಡ ಬ್ಯಾಚ್ಗಳು ಇಳಿಜಾರುಗಳನ್ನು ಸ್ಥಿರಗೊಳಿಸುತ್ತವೆ ಆದರೆ ವಿಭಿನ್ನವಾಗಿ ಸಾಮಾನ್ಯೀಕರಿಸಬಹುದು.
-
ಗೊಂದಲಕ್ಕೊಳಗಾದಾಗ, ಕಥಾವಸ್ತುವಿನ ನಷ್ಟದ ವಕ್ರರೇಖೆಗಳು ಮತ್ತು ತೂಕದ ಮಾನದಂಡಗಳು . ಕಥಾವಸ್ತುಗಳಲ್ಲಿ ಉತ್ತರ ಎಷ್ಟು ಬಾರಿ ಇರುತ್ತದೆ ಎಂದು ನೀವು ಆಶ್ಚರ್ಯ ಪಡುತ್ತೀರಿ.
-
ದಾಖಲೆ ಊಹೆಗಳು. ಭವಿಷ್ಯ - ನೀವು ವಿಷಯಗಳನ್ನು ಮರೆತುಬಿಡುತ್ತೀರಿ - ವೇಗವಾಗಿ [1, 2].
ಆಳವಾದ ಸುತ್ತುಬಳಸಿ: ಡೇಟಾದ ಪಾತ್ರ, ಅಥವಾ ಇನ್ನೂ ಕಸ ಎಂದರೆ ಕಸ ಹೊರಗಿದೆ ಎಂದು ಏಕೆ ಅರ್ಥೈಸುತ್ತದೆ 🗑️➡️✨
ನರಮಂಡಲ ಜಾಲಗಳು ದೋಷಪೂರಿತ ಡೇಟಾವನ್ನು ಮಾಂತ್ರಿಕವಾಗಿ ಸರಿಪಡಿಸುವುದಿಲ್ಲ. ಓರೆಯಾದ ಲೇಬಲ್ಗಳು, ಟಿಪ್ಪಣಿ ತಪ್ಪುಗಳು ಅಥವಾ ಕಿರಿದಾದ ಮಾದರಿ ಎಲ್ಲವೂ ಮಾದರಿಯಾದ್ಯಂತ ಪ್ರತಿಧ್ವನಿಸುತ್ತದೆ. ಕ್ಯುರೇಟ್ ಮಾಡಿ, ಆಡಿಟ್ ಮಾಡಿ ಮತ್ತು ವೃದ್ಧಿಸಿ. ಮತ್ತು ನಿಮಗೆ ಹೆಚ್ಚಿನ ಡೇಟಾ ಬೇಕೇ ಅಥವಾ ಉತ್ತಮ ಮಾದರಿ ಬೇಕೇ ಎಂದು ನಿಮಗೆ ಖಚಿತವಿಲ್ಲದಿದ್ದರೆ, ಉತ್ತರವು ಸಾಮಾನ್ಯವಾಗಿ ಕಿರಿಕಿರಿಗೊಳಿಸುವಷ್ಟು ಸರಳವಾಗಿದೆ: ಎರಡೂ - ಆದರೆ ಡೇಟಾ ಗುಣಮಟ್ಟದಿಂದ ಪ್ರಾರಂಭಿಸಿ [1].
“AI ನಲ್ಲಿ ನರಮಂಡಲ ಜಾಲ ಎಂದರೇನು?” - ನೀವು ಮರುಬಳಕೆ ಮಾಡಬಹುದಾದ ಸಣ್ಣ ವ್ಯಾಖ್ಯಾನಗಳು 🧾
-
ನರಮಂಡಲವು ಒಂದು ಪದರಗಳ ಕಾರ್ಯ ಅಂದಾಜುಗಾರವಾಗಿದ್ದು, ಗ್ರೇಡಿಯಂಟ್ ಸಿಗ್ನಲ್ಗಳನ್ನು ಬಳಸಿಕೊಂಡು ತೂಕವನ್ನು ಹೊಂದಿಸುವ ಮೂಲಕ ಸಂಕೀರ್ಣ ಮಾದರಿಗಳನ್ನು ಕಲಿಯುತ್ತದೆ [1, 2].
-
ಇದು ನಷ್ಟವನ್ನು ಕಡಿಮೆ ಮಾಡಲು ತರಬೇತಿ ಪಡೆದ, ಸತತ ರೇಖಾತ್ಮಕವಲ್ಲದ ಹಂತಗಳ ಮೂಲಕ ಇನ್ಪುಟ್ಗಳನ್ನು ಔಟ್ಪುಟ್ಗಳಾಗಿ ಪರಿವರ್ತಿಸುವ ಒಂದು ವ್ಯವಸ್ಥೆಯಾಗಿದೆ [1].
-
ಇದು ಚಿತ್ರಗಳು, ಪಠ್ಯ ಮತ್ತು ಆಡಿಯೊದಂತಹ ರಚನೆಯಿಲ್ಲದ ಇನ್ಪುಟ್ಗಳ ಮೇಲೆ ಅಭಿವೃದ್ಧಿ ಹೊಂದುವ ಹೊಂದಿಕೊಳ್ಳುವ, ಡೇಟಾ-ಹಸಿದ ಮಾಡೆಲಿಂಗ್ ವಿಧಾನವಾಗಿದೆ [1, 2, 3].
ತುಂಬಾ ಉದ್ದವಾಗಿದೆ, ಓದಿಲ್ಲ ಮತ್ತು ಅಂತಿಮ ಟಿಪ್ಪಣಿಗಳು 🎯
AI ನಲ್ಲಿ ನರಮಂಡಲ ಜಾಲ ಎಂದರೇನು ಎಂದು ಯಾರಾದರೂ ನಿಮ್ಮನ್ನು ಕೇಳಿದರೆ, ಅದರ ಸಾರ ಇಲ್ಲಿದೆ: ನರಮಂಡಲ ಜಾಲವು ದತ್ತಾಂಶವನ್ನು ಹಂತ ಹಂತವಾಗಿ ಪರಿವರ್ತಿಸುವ ಸರಳ ಘಟಕಗಳ ಸಂಗ್ರಹವಾಗಿದ್ದು, ನಷ್ಟವನ್ನು ಕಡಿಮೆ ಮಾಡುವ ಮೂಲಕ ಮತ್ತು ಇಳಿಜಾರುಗಳನ್ನು ಅನುಸರಿಸುವ ಮೂಲಕ ರೂಪಾಂತರವನ್ನು ಕಲಿಯುತ್ತದೆ. ಅವು ಶಕ್ತಿಯುತವಾಗಿವೆ ಏಕೆಂದರೆ ಅವು ಅಳೆಯುತ್ತವೆ, ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಕಲಿಯುತ್ತವೆ ಮತ್ತು ಬಹಳ ಸಂಕೀರ್ಣ ಕಾರ್ಯಗಳನ್ನು ಪ್ರತಿನಿಧಿಸಬಹುದು [1, 4]. ನೀವು ದತ್ತಾಂಶ ಗುಣಮಟ್ಟ, ಆಡಳಿತ ಅಥವಾ ಮೇಲ್ವಿಚಾರಣೆಯನ್ನು ನಿರ್ಲಕ್ಷಿಸಿದರೆ ಅವು ಅಪಾಯಕಾರಿ [5]. ಮತ್ತು ಅವು ಮ್ಯಾಜಿಕ್ ಅಲ್ಲ. ಕೇವಲ ಗಣಿತ, ಕಂಪ್ಯೂಟ್ ಮತ್ತು ಉತ್ತಮ ಎಂಜಿನಿಯರಿಂಗ್ - ಸ್ವಲ್ಪ ಅಭಿರುಚಿಯೊಂದಿಗೆ.
ಹೆಚ್ಚಿನ ಓದಿಗೆ, ಎಚ್ಚರಿಕೆಯಿಂದ ಆರಿಸಲಾಗಿದೆ (ಉಲ್ಲೇಖವಿಲ್ಲದ ಹೆಚ್ಚುವರಿಗಳು)
-
ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ CS231n ಟಿಪ್ಪಣಿಗಳು - ಸುಲಭವಾಗಿ ಸಂಪರ್ಕಿಸಬಹುದಾದ ಮತ್ತು ಪ್ರಾಯೋಗಿಕ: https://cs231n.github.io/
-
DeepLearningBook.org - ಅಂಗೀಕೃತ ಉಲ್ಲೇಖ: https://www.deeplearningbook.org/
-
NIST AI ಅಪಾಯ ನಿರ್ವಹಣಾ ಚೌಕಟ್ಟು - ಜವಾಬ್ದಾರಿಯುತ AI ಮಾರ್ಗದರ್ಶನ: https://www.nist.gov/itl/ai-risk-management-framework
-
“ನಿಮಗೆ ಬೇಕಾಗಿರುವುದು ಗಮನ ಮಾತ್ರ” - ಟ್ರಾನ್ಸ್ಫಾರ್ಮರ್ ಪತ್ರಿಕೆ: https://arxiv.org/abs/1706.03762
ಉಲ್ಲೇಖಗಳು
[1] ಗುಡ್ಫೆಲೋ, ಐ., ಬೆಂಗಿಯೊ, ವೈ., & ಕೌರ್ವಿಲ್ಲೆ, ಎ. ಡೀಪ್ ಲರ್ನಿಂಗ್ . ಎಂಐಟಿ ಪ್ರೆಸ್. ಉಚಿತ ಆನ್ಲೈನ್ ಆವೃತ್ತಿ: ಇನ್ನಷ್ಟು ಓದಿ
[2] ಸ್ಟ್ಯಾನ್ಫೋರ್ಡ್ CS231n. ದೃಶ್ಯ ಗುರುತಿಸುವಿಕೆಗಾಗಿ ಕನ್ವಲ್ಯೂಷನಲ್ ನ್ಯೂರಲ್ ನೆಟ್ವರ್ಕ್ಗಳು (ಕೋರ್ಸ್ ಟಿಪ್ಪಣಿಗಳು): ಇನ್ನಷ್ಟು ಓದಿ
[3] ವಾಸ್ವಾನಿ, ಎ., ಶಜೀರ್, ಎನ್., ಪರ್ಮಾರ್, ಎನ್., ಮತ್ತು ಇತರರು (2017). ಗಮನ ಮಾತ್ರ ನಿಮಗೆ ಬೇಕಾಗಿರುವುದು . ನ್ಯೂರಿಐಪಿಎಸ್. ಆರ್ಎಕ್ಸ್ಐವಿ: ಇನ್ನಷ್ಟು ಓದಿ
[4] ಸೈಬೆಂಕೊ, ಜಿ. (1989). ಸಿಗ್ಮೋಯ್ಡಲ್ ಕಾರ್ಯದ ಸೂಪರ್ಪೋಸಿಷನ್ಗಳಿಂದ ಅಂದಾಜು . ನಿಯಂತ್ರಣ, ಸಂಕೇತಗಳು ಮತ್ತು ವ್ಯವಸ್ಥೆಗಳ ಗಣಿತ , 2, 303–314. ಸ್ಪ್ರಿಂಗರ್: ಇನ್ನಷ್ಟು ಓದಿ
[5] NIST. AI ಅಪಾಯ ನಿರ್ವಹಣಾ ಚೌಕಟ್ಟು (AI RMF) : ಇನ್ನಷ್ಟು ಓದಿ