Xiga xigaHagaha xiga
Hoos-u-dhaca Stochastic Gradient oo leh Momentum
Aasaaska
Tilmaamaha aasaasiga ah
Joojinta waa khiyaamo joogto ah oo si aan kala sooc lahayn u damisa qayb ka mid ah neurons-ka inta lagu jiro tillaabo kasta oo tababar ah, taasoo ku qasbeysa shabakadda inay dhisto wakiillo aan badnayn, oo adag.
Dhageyso hagahanAI-waa laga sheekeeyay · ~2 min
Waxay noqotay mid ka mid ah farsamooyinka ugu saamaynta badan ee lagula dagaallamo kufilanka waxbarashada qoto dheer.
Waxaa soo bandhigay kooxda Hinton ee ku dhawaad 2012, ka tagista waxay ka hadashaa daciifnimada muhiimka ah ee shabakadaha waaweyn: neerfayaasha ayaa la qabsan kara, barashada si ay u saxaan khaladaadka midba midka kale siyaabaha kaliya ee ka shaqeeya xogta tababarka. Baas kasta oo horudhac ah inta lagu jiro tababarka, ka-tagiddu waxay si aan kala sooc lahayn u dejinaysaa wax-soo-saarka neuron-ka eber iyadoo leh xoogaa p (badanaa 0.5 oo lakabyo cufan ah). Sababtoo ah neuron kasta ayaa laga yaabaa inuu baab'o, shabakadu kuma tiirsanaan karto iskaashiga jilicsan waana inay ku faafisaa macluumaadka waxtarka leh qaybo badan. Tani waxay u dhaqantaa sida tababarka isku dhafka shabakadaha khafiifsan ee wadaaga miisaanka. Waqtiga imtixaanka ka joojinta waa la damayaa waxaana la isticmaalaa shabakada buuxda, iyada oo hawlqabadyadu la miisaameen si wax soo saarka la filayo uu u dhigmo tababarka. Natiijadu waxay caadi ahaan ka fiican tahay guud ahaan kharashka tababarka wax yar ka dheer.
Ku darida lakabka daadinta oo leh p ku dhawaad 0.5 inta u dhaxaysa lakabyada cufan ee sawirka ama kala soocida qoraalka gudaha PyTorch ama Keras
Moodooyinka beddelka ee codsanaya ka tagista miisaanka dareenka iyo firfircoonida horay u sii socota inta lagu jiro tababarka ka hor
Ka tagista Monte Carlo, halkaas oo ka-tagitaanku uu ku sii jiro fikradda si loo soo saaro qiyaasaha hubin la'aanta ee saadaasha caafimaadka ama badbaadada-muhiimka ah
Qoto dheer ee Stochastic (DropPath) ayaa si aan kala sooc lahayn uga boodaya baloogyada haraaga ah si ay u habeeyaan shabakadaha aadka u qoto dheer sida ResNets iyo transformers aragtida
Shabakadaha aragga ee isbedbeddelka ah, caadiga ahaanshaha dufcadda ayaa si weyn u barakicisay ka-tagidda heerka caadiga ah, laakiin kala duwanaanshiyaha ayaa ku horumara meelo kale: Transformers-ku waxay khuseeyaan ka-tagidda iyo lakabyada quudinta, iyo DropPath (qoto dheer) waxay hoos u dhigtaa dhammaan baloogyada haraaga ah. Ka tagista Monte Carlo, taas oo ka dhigaysa ka tagista firfircoonida marka la eego, waxaa loo isticmaalaa in lagu qiyaaso hubanti la'aanta moodeelka. Filo nidaaminta stochastic si ay u ahaato qalab dabacsan, oo qaab dhismeedkiiba lagu habeeyay halkii aad ka ahaan lahayd hal cunto oo go'an.
Warqad bilaash ah
Saddex sheeko oo la xaqiijiyay oo AI ah maalin kasta oo shaqo ah, oo lagu qoray Ingiriis fudud. Bilaash had iyo jeer, aan xayaysiis lahayn.
Hal iimayl maalin kasta oo shaqo ah. Ka bax hal gujin. Marna ma iibinno ama ma wadaagno ciwaankaaga.
Is tijaabi
Fikrad degdeg ah oo ku saabsan jawaab kasta, iyo shahaado la wadaajin karo oo leh aqoonsi la xaqiijin karo markaad ka gudubto koorso.
Taageer waxbarashada AI bilaashka ah. AI Understanding waa 501(c)(3) aan faa'iido doon ahayn — xayaysiis la'aan, albaab lacag ah ma jiro, had iyo jeer. Samee deeq
Joojinta waa khiyaamo joogto ah oo si aan kala sooc lahayn u damisa qayb ka mid ah neurons-ka inta lagu jiro tillaabo kasta oo tababar ah, taasoo ku qasbeysa shabakadda inay dhisto wakiillo aan badnayn, oo adag. Waxay noqotay mid ka mid ah farsamooyinka ugu saamaynta badan ee lagula dagaallamo kufilanka waxbarashada qoto dheer.
Ka saarista si aan kala sooc lahayn ayaa eber kasta oo neuron ah leh ixtimaalka p inta lagu jiro tababarka, sidaas darteed shabakad hoose oo khafiif ah oo ka duwan ayaa loo isticmaalaa tallaabo kasta.
Adiga oo si aan kala sooc lahayn uga saara unugyada, ka-tagista ayaa joojisa neerfayaasha inay sameeyaan iskaashi jilicsan oo ka shaqeeya kaliya xogta tababarka, hagaajinta awoodda.
Marka la eego shabkada buuxda waxa ay la socotaa naafo ka tagista, hawlqabadyaduna waa la miisaamayaa si natiijada la filayo ay la mid noqoto qaybinta tababarka.
Marka p = 0.5 neuron kastaa wuxuu leeyahay boqolkiiba 50 fursada ah in eber la dhigo, markaa celcelis ahaan kala badh ayaa hoos u dhacaya baaskiiba hore.
Samaynta shabakad-hoosaad ka duwan tillaabada kasta waxay ku qiyaasaysaa celcelis ahaan tiro jibbaar ah oo ah shabakado miisaan la wadaago, oo ah nooc isku-dubbarid raqiis ah.
Sii wad waxbarashada
Tilmaamayaal badan ayaa loo doortay mawduucan
Xiga xigaHagaha xiga
Hoos-u-dhaca Stochastic Gradient oo leh Momentum
Aasaaska