ٹیکنیکل گائیڈ
کیپسول نیٹ ورکس
کیپسول نیٹ ورک ایک عصبی فن تعمیر ہے جو نیوران کو 'کیپسول' میں گروپ کرتا ہے جو ویکٹرز کو انکوڈنگ کرتے ہیں کہ آیا کوئی خصوصیت موجود ہے یا نہیں اور اس کا پوز (پوزیشن، واقفیت، پیمانہ)۔
اس گائیڈ کو سنیں۔اے آئی نے بیان کیا۔ · ~2 min
اس صفحہ پر2 منٹ پڑھیں
جائزہ
They aim to fix a core blindness in standard convolutional networks: losing track of spatial relationships between parts.
گہرا غوطہ
2017 میں جیفری ہنٹن، سارہ سبور، اور نکولس فروسٹ کی طرف سے تجویز کردہ، کیپسول نیٹ ورک اسکیلر نیوران آؤٹ پٹ کو ویکٹر سے بدل دیتے ہیں۔ ویکٹر کی لمبائی اس امکان کی نمائندگی کرتی ہے کہ کوئی وجود (جیسے آنکھ یا ناک) موجود ہے، جبکہ اس کی واقفیت پوز پیرامیٹرز کو انکوڈ کرتی ہے۔ نچلے درجے کے کیپسول ٹرانسفارمیشن میٹرکس کے ذریعے اعلیٰ درجے کے کیپسول کے پوز کی پیش گوئی کرتے ہیں، اور ایک عمل جسے ڈائنامک روٹنگ-بائی-ایگریمنٹ کہا جاتا ہے فیصلہ کرتا ہے کہ کن پیشین گوئیوں پر بھروسہ کیا جائے۔ جب ایک سے زیادہ پارٹ کیپسول ایک ہی مجموعی پر متفق ہوتے ہیں تو روٹنگ اس کنکشن کو مضبوط کرتی ہے۔ اصل CapsNet نے MNIST پر مضبوط نتائج حاصل کیے اور خاص طور پر اوور لیپنگ ہندسوں اور affine تبدیلیوں کے لیے مضبوط تھا، 'Picasso کے مسئلے' کو حل کرنے کے لیے جہاں CNNs ایک درست چہرے کے طور پر گڑبڑ شدہ چہرے کی خصوصیات کو قبول کرتے ہیں۔
حقیقی دنیا کا نفاذ
MNIST پر ہاتھ سے لکھے ہندسوں کی درجہ بندی کرتے ہوئے کیپسول ویکٹر سے ان پٹ کو دوبارہ تشکیل دیتے ہوئے، پوز کے پیرامیٹرز کو ظاہر کرنا معنی خیز ہے۔
دو اوور لیپنگ ہندسوں (ملٹی ایم این آئی ایس ٹی ٹاسک) کو الگ کر کے الگ کرنا کہ کون سے پکسلز کس ہستی سے تعلق رکھتے ہیں۔
پھیپھڑوں کے نوڈولس یا دماغی رسولیوں کا پتہ لگانے کے لیے کیپسول کا استعمال کرتے ہوئے میڈیکل امیجنگ ریسرچ جہاں جزوی طور پر مقامی تعلقات اہمیت رکھتے ہیں۔
کم تربیتی مثالوں کے ساتھ ناول کے نقطہ نظر سے اشیاء کو پہچاننا، فن تعمیر کے بلٹ ان ویوپوائنٹ مساوات کا فائدہ اٹھانا۔
کیپسول نیٹ ورکس کا مستقبل
کیپسول نیٹ ورک تعینات کیے گئے معیار سے زیادہ تحقیقی سمت بنے ہوئے ہیں، بڑی حد تک اس لیے کہ متحرک روٹنگ کمپیوٹیشنل طور پر مہنگی ہے اور امیج نیٹ جیسی بڑی امیجز کے لیے ناقص ترازو ہے۔ بعد میں کام نے کارکردگی کو بہتر بنانے کے لیے EM روٹنگ (میٹرکس کیپسول) اور خود توجہ پر مبنی روٹنگ کی کھوج کی۔ جیسا کہ مساوات، نمونے کی کارکردگی، اور تشریحی جزوی مکمل درجہ بندی میں دلچسپی بڑھتی ہے، کیپسول کے خیالات تحقیق پر اثر انداز ہوتے رہتے ہیں، بشمول ہنٹن کی بعد کی GLOM تجویز، یہاں تک کہ ٹرانسفارمرز مرکزی دھارے کے نقطہ نظر پر حاوی ہیں۔
اسے عملی جامہ پہنانا
یہ کیوں اہمیت رکھتا ہے۔
- لاگت اور بجٹ. فن تعمیر کے فیصلے سالوں تک کارکردگی اور آپریٹنگ لاگت کو آگے بڑھاتے ہیں۔
- واضح فیصلے. تکنیکی تعلیم ٹیموں کو صحیح اسٹیک منتخب کرنے میں مدد کرتی ہے، نہ صرف جدید ترین۔
- کوالٹی کنٹرول. انجینئرنگ کے بہتر انتخاب پیداوار میں قابل اعتماد واقعات کو کم کرتے ہیں۔
پر نگاہ رکھیں
- ایک بینچ مارک کو بہتر بنانا نظام کی وسیع تر کمزوریوں کو چھپا سکتا ہے۔
- بنیادی ڈھانچے اور دیکھ بھال کے اخراجات کو اکثر کم سمجھا جاتا ہے۔
- سیکورٹی اور مشاہداتی فرق بڑھ سکتا ہے کیونکہ نظام زیادہ پیچیدہ ہو جاتا ہے۔
اگلے اقدامات
- نفاذ سے پہلے تاخیر، معیار اور لاگت کے اہداف کی وضاحت کریں۔
- حقیقت پسندانہ بوجھ اور ڈیٹا کی شرائط کے تحت بینچ مارک۔
- غلطیوں، بڑھے ہوئے، اور صارف کے اثرات کے لیے آلے کی نگرانی۔
- اسکیلنگ سے پہلے رول بیک اور واقعہ کے ردعمل کے راستے تیار کریں۔
دریافت کرتے رہیں
مفت نیوز لیٹر
روزانہ AI بریفنگ حاصل کریں
ہر ہفتے کے دن صبح تین تصدیق شدہ AI کہانیاں، سادہ انگریزی میں لکھی گئیں۔ ہمیشہ کے لیے مفت، کوئی اشتہار نہیں۔
ہر ہفتے کے دن ایک ای میل۔ ایک کلک میں ان سبسکرائب کریں۔ ہم کبھی بھی آپ کا پتہ فروخت یا شیئر نہیں کرتے۔
اپنے آپ کو جانچیں۔
Take the Capsule Networks quiz
ہر جواب پر فوری فیڈبیک، اور کورس پاس کرنے کے بعد قابلِ تصدیق ID کے ساتھ شیئر کرنے کے قابل سرٹیفکیٹ۔
مفت AI تعلیم کی حمایت کریں۔ AI Understanding ایک 501(c)(3) غیر منافع بخش ادارہ ہے — کوئی اشتہار نہیں، کوئی پے وال نہیں، کبھی نہیں۔ عطیہ کریں۔
اکثر پوچھے گئے سوالات
What is Capsule Networks?
کیپسول نیٹ ورک ایک عصبی فن تعمیر ہے جو نیوران کو 'کیپسول' میں گروپ کرتا ہے جو ویکٹرز کو انکوڈنگ کرتے ہیں کہ آیا کوئی خصوصیت موجود ہے یا نہیں اور اس کا پوز (پوزیشن، واقفیت، پیمانہ)۔ ان کا مقصد معیاری convolutional نیٹ ورکس میں بنیادی اندھے پن کو ٹھیک کرنا ہے: حصوں کے درمیان مقامی تعلقات کا کھو جانا۔
کیپسول نیٹ ورک میں، کیپسول کے آؤٹ پٹ ویکٹر کی LENGTH کیا نمائندگی کرتی ہے؟
ویکٹر کی لمبائی (میگنیٹیوڈ) ہستی کے موجود ہونے کے امکان کو انکوڈ کرتی ہے، جبکہ اس کی واقفیت پوزیشن اور گردش جیسے پوز پیرامیٹرز کو انکوڈ کرتی ہے۔
معیاری CNNs کے ساتھ کیا مسئلہ کیپسول نیٹ ورک خاص طور پر حل کرنے کے لیے بنائے گئے تھے؟
زیادہ سے زیادہ پولنگ والے CNN عین مقامی تعلقات کو مسترد کرتے ہیں، لہذا غلط خصوصیات والا چہرہ اب بھی زیادہ اسکور کر سکتا ہے۔ یہ ہے 'پکاسو کا مسئلہ' کیپسول ٹھیک کرنے کی کوشش کرتے ہیں۔
الگورتھم کا کیا نام ہے جو فیصلہ کرتا ہے کہ کون سے نچلے درجے کے کیپسول کس اعلیٰ سطح کے کیپسول سے جڑتے ہیں؟
ڈائنامک روٹنگ بذریعہ معاہدہ تکراری طور پر کیپسول کے درمیان کنکشن کو مضبوط کرتا ہے جن کی پیشین گوئیاں زیادہ کیپسول کے آؤٹ پٹ سے متفق ہیں۔
2017 میں متحرک روٹنگ کے ساتھ کیپسول نیٹ ورک کس نے متعارف کرایا؟
2017 کا پیپر 'ڈائنامک روٹنگ بیٹوین کیپسلز' سارہ صبور، نکولس فروسٹ اور جیفری ہنٹن نے لکھا تھا۔
کیپسول نیٹ ورک میں 'اسکواش' فنکشن کا مقصد کیا ہے؟
اسکواش نان لائنیرٹی مختصر ویکٹر کو صفر کی طرف سکڑتی ہے اور لمبے لمبے ویکٹروں کو لمبائی ایک کے قریب کیپ کرتی ہے، لہذا شدت کو امکان کے طور پر پڑھا جا سکتا ہے جبکہ واقفیت (پوز) کو محفوظ رکھا جاتا ہے۔
سیکھتے رہیں
متعلقہ گائیڈز
اس موضوع کے لیے مزید گائیڈز چنے گئے ہیں۔