Мундариҷа[Пинҳон кардан][Намоиш]
- 1. Омӯзиши амиқ маҳз чист?
- 2. Омӯзиши амиқ аз омӯзиши мошинсозӣ чӣ фарқ мекунад?
- 3. Фаҳмиши ҳозираи шумо дар бораи шабакаҳои нейронӣ чист?
- 4. Перцептрон махз чист?
- 5. Шабакаи нейронии амиқ чист?
- 6. Персептрони бисёрқабата (MLP) маҳз чист?
- 7. Функсияњои фаъолгардонї дар шабакаи нейрон бо чї маќсад амал мекунанд?
- 8. Пастшавии градиент маҳз чӣ гуна аст?
- 9. Функсияи хароҷот маҳз чӣ гуна аст?
- 10. Чӣ тавр шабакаҳои амиқ аз шабакаҳои наонқадар бартарӣ доранд?
- 11. Паҳншавии пешрафтро тавсиф кунед.
- 12. Барқароршавӣ чист?
- 13. Дар заминаи омӯзиши амиқ, шумо буридани градиентро чӣ гуна мефаҳмед?
- 14. Функсияҳои Softmax ва ReLU кадомҳоянд?
- 15. Оё модели шабакаи нейронро бо тамоми вазнҳои ба 0 гузошташуда таълим додан мумкин аст?
- 16. Давраро аз партия ва такрори чи фарк мекунад?
- 17. Нормализатсияи партия ва тарки мактаб чист?
- 18. Пайдоиши градиенти стохастикиро аз пайдоиши градиенти партия чӣ ҷудо мекунад?
- 19. Чаро ба шабакаҳои нейрон дохил кардани ғайрихаттӣ муҳим аст?
- 20. Тензор дар омӯзиши амиқ чист?
- 21. Чӣ тавр шумо функсияи фаъолсозиро барои модели омӯзиши амиқ интихоб мекунед?
- 22. CNN гуфта чиро дар назар доред?
- 23. Қабатҳои зиёди CNN кадомҳоянд?
- 24. Оқибатҳои аз ҳад зиёд ва камбағалӣ чӣ гунаанд ва чӣ тавр шумо аз онҳо канорагирӣ карда метавонед?
- 25. Дар омӯзиши амиқ, RNN чист?
- 26. Оптимизатори Одамро тавсиф кунед
- 27. Автокодерҳои амиқ: онҳо кадоманд?
- 28. Тензор дар тензорфлоуз чи маъно дорад?
- 29. Шарњи графики њисоббарорї
- 30. Шабакаҳои генеративии рақобатӣ (GANs): онҳо чистанд?
- 31. Ҳангоми тарҳрезии меъморӣ шумо шумораи нейронҳо ва қабатҳои пинҳониро барои дохил шудан ба шабакаи нейрон чӣ гуна интихоб мекунед?
- 32. Кадом намуди шабакаҳои нейронӣ ҳангоми омӯзиши амиқи мустаҳкамкунӣ истифода мешаванд?
- хулоса
Омӯзиши амиқ идеяи нав нест. Шабакаҳои нейронии сунъӣ ҳамчун асоси ягонаи зермаҷмӯаи омӯзиши мошинсозӣ, ки ҳамчун омӯзиши амиқ маълуманд, хидмат мекунанд.
Омӯзиши амиқ як тақлиди мағзи сари инсон аст, ҳамон тавре ки шабакаҳои нейронӣ ҳастанд, зеро онҳо барои тақлид ба майнаи инсон офарида шудаанд.
Ин чанд вақт аст. Дар ин рӯзҳо, ҳама дар бораи он ҳарф мезананд, зеро мо ба қадри имкон қудрати коркард ё маълумот надорем.
Дар давоми 20 соли охир омӯзиши амиқ ва омӯзиши мошинсозӣ дар натиҷаи афзоиши назарраси иқтидори коркард ба вуҷуд омадааст.
Барои он ки ба шумо дар омодагӣ ба ҳама гуна дархостҳое, ки ҳангоми ҷустуҷӯи кори орзуи худ дучор шудаед, кӯмак расонад, ин паём ба шумо тавассути як қатор саволҳои мусоҳибаи амиқ, аз оддӣ то мураккаб роҳнамоӣ мекунад.
1. Омӯзиши амиқ маҳз чист?
Агар шумо дар а омӯзиши чуқур Мусоҳиба, шумо бешубҳа дарк мекунед, ки омӯзиши амиқ чист. Бо вуҷуди ин, мусоҳиба интизор аст, ки шумо дар посух ба ин савол ҷавоби муфассалро дар якҷоягӣ бо тасвир пешниҳод кунед.
Барои таълим додан шабакаҳои нейралӣ барои омӯзиши амиқ бояд миқдори зиёди маълумоти муташаккил ё сохторнашуда истифода шавад. Барои дарёфти намунаҳо ва хусусиятҳои пинҳоншуда, он расмиёти мураккабро иҷро мекунад (масалан, фарқ кардани симои гурба аз тасвири саг).
2. Омӯзиши амиқ аз омӯзиши мошинсозӣ чӣ фарқ мекунад?
Ҳамчун як бахши зеҳни сунъӣ бо номи омӯзиши мошин, мо компютерҳоро бо истифода аз маълумот ва усулҳои оморӣ ва алгоритмӣ таълим медиҳем, то онҳо бо мурури замон беҳтар шаванд.
Ҳамчун ҷанбаи омӯзиши машқҳо, омӯзиши амиқ ба меъмории шабакаи нейронӣ, ки дар майнаи инсон дида мешавад, тақлид мекунад.
3. Фаҳмиши ҳозираи шумо дар бораи шабакаҳои нейронӣ чист?
Системаҳои сунъӣ бо номи шабакаҳои нейронӣ ба шабакаҳои нейронии органикӣ, ки дар бадани инсон ҷойгиранд, шабоҳат доранд.
Истифодаи техникае, ки ба он монанд аст мағзи инсон Функсияҳо, шабакаи нейронӣ маҷмӯи алгоритмҳоест, ки ҳадафи он муайян кардани робитаҳои асосиро дар як порча маълумот аст.
Ин системаҳо дониши мушаххаси вазифаро тавассути фош кардани як қатор маҷмӯаҳои додаҳо ва мисолҳо ба даст меоранд, на бо риояи ҳама гуна қоидаҳои мушаххаси вазифа.
Идея дар он аст, ки ба ҷои фаҳмиши қаблан барномарезишудаи ин маҷмӯаҳои додаҳо, система хусусиятҳои фарқкунандаро аз маълумоте, ки ба он дода мешавад, меомӯзад.
Се қабати шабакавӣ, ки бештар дар шабакаҳои нейронӣ истифода мешаванд, инҳоянд:
- Қабати вуруд
- Қабати пинҳон
- Қабати баромад
4. Перцептрон махз чист?
Нейронҳои биологие, ки дар майнаи инсон пайдо шудаанд, бо персептрон муқоиса карда мешаванд. Воридоти сершумор аз ҷониби персептрон қабул карда мешавад, ки баъдан тағирот ва функсияҳои сершуморро иҷро мекунад ва натиҷа медиҳад.
Модели хатӣ бо номи персептрон дар таснифоти бинарӣ истифода мешавад. Он як нейронро бо воридоти гуногун, ки ҳар кадоми онҳо вазни гуногун доранд, тақлид мекунад.
Нейрон функсияро бо истифода аз ин вурудоти вазншуда ҳисоб мекунад ва натиҷаҳоро мебарорад.
5. Шабакаи нейронии амиқ чист?
Шабакаи амиқи нейрон як шабакаи сунъии нейронӣ (ANN) мебошад, ки дорои якчанд қабатҳои байни қабатҳои даромад ва баромад (DNN) мебошад.
Шабакаҳои нейронии амиқ шабакаҳои нейронии амиқи меъморӣ мебошанд. Калимаи "амиқ" ба функсияҳое дахл дорад, ки сатҳҳо ва воҳидҳои зиёд дар як қабати ягона доранд. Моделҳои дақиқтарро тавассути илова кардани қабатҳои бештар ва калонтар барои гирифтани сатҳҳои бештари намунаҳо эҷод кардан мумкин аст.
6. Персептрони бисёрқабата (MLP) маҳз чист?
Қабатҳои воридотӣ, пинҳонӣ ва баромад дар MLPҳо, ба монанди шабакаҳои нейронӣ мавҷуданд. Он ба мисли персептрони якқабата бо як ё якчанд қабатҳои пинҳон сохта шудааст.
Натиҷаи бинарии персептрони якқабат метавонад танҳо синфҳои ҷудошавандаи хатиро гурӯҳбандӣ кунад (0,1), дар ҳоле ки MLP метавонад синфҳои ғайрихаттӣ тасниф кунад.
7. Функсияњои фаъолгардонї дар шабакаи нейрон бо чї маќсад амал мекунанд?
Функсияи фаъолсозӣ муайян мекунад, ки оё нейрон бояд дар сатҳи асосӣ фаъол шавад ё не. Ҳама гуна функсияи фаъолсозӣ метавонад маблағи вазншудаи воридот ва ғаразро ҳамчун вуруд қабул кунад. Функсияҳои фаъолсозӣ функсияи қадам, Sigmoid, ReLU, Tanh ва Softmaxро дар бар мегиранд.
8. Пастшавии градиент маҳз чӣ гуна аст?
Усули беҳтарин барои кам кардани функсияи хароҷот ё хато ин пастшавии градиент мебошад. Ҷустуҷӯи минимуми маҳаллӣ-глобалии функсия ҳадаф аст. Ин роҳеро муайян мекунад, ки модел бояд барои кам кардани хатогӣ пайравӣ кунад.
9. Функсияи хароҷот маҳз чӣ гуна аст?
Функсияи хароҷот як ченакест барои баҳодиҳии дурустии модели шумо; онро баъзан ҳамчун "талафот" ё "хатоӣ" меноманд. Ҳангоми бозгашт, он барои ҳисоб кардани хатогии қабати баромад истифода мешавад.
Мо аз ин носахехӣ истифода мебарем, то равандҳои таълимии шабакаи нейронро тавассути тела додани он тавассути шабакаи нейронӣ пеш барем.
10. Чӣ тавр шабакаҳои амиқ аз шабакаҳои наонқадар бартарӣ доранд?
Илова ба қабатҳои вуруд ва баромад ба шабакаҳои нейрон қабатҳои пинҳонӣ илова карда мешаванд. Байни қабатҳои даромад ва баромад, шабакаҳои нейронии наонқадар як қабати пинҳониро истифода мебаранд, дар ҳоле ки шабакаҳои амиқи нейрон сатҳҳои сершуморро истифода мебаранд.
Шабакаи камёфт якчанд параметрҳоро талаб мекунад, то ба ҳама гуна функсия мувофиқат кунад. Шабакаҳои амиқ метавонанд ҳатто бо шумораи ками параметрҳо ба вазифаҳо беҳтар мувофиқат кунанд, зеро онҳо якчанд қабатро дар бар мегиранд.
Шабакаҳои амиқ ҳоло аз сабаби универсалии онҳо дар кор бо ҳама гуна моделсозии додаҳо, хоҳ он барои сухан ё шинохти тасвир бартарӣ доранд.
11. Паҳншавии пешрафтро тавсиф кунед.
Вурудҳо дар якҷоягӣ бо вазнҳо ба қабати дафншуда дар раванде, ки ҳамчун паҳншавии интиқол маълуманд, интиқол дода мешаванд.
Натиҷаи функсияи фаъолсозӣ дар ҳар як қабати дафншуда ҳисоб карда мешавад, то коркард ба қабати зерин гузарад.
Раванд аз қабати воридотӣ оғоз мешавад ва ба қабати ниҳоии баромад мегузарад, аз ин рӯ номи паҳншавии пеш меравад.
12. Барқароршавӣ чист?
Вақте ки вазнҳо ва ғаразҳо дар шабакаи нейрон танзим карда мешаванд, бозгашт паҳншавӣ барои кам кардани функсияи хароҷот тавассути мушоҳида кардани тағирёбии арзиш истифода мешавад.
Фаҳмидани градиент дар ҳар як қабати пинҳон ҳисоб кардани ин тағиротро осон мекунад.
Раванд, ки бо номи бозгашт паҳншавӣ маълум аст, аз қабати баромад оғоз мешавад ва ба ақиб ба қабатҳои воридотӣ мегузарад.
13. Дар заминаи омӯзиши амиқ, шумо буридани градиентро чӣ гуна мефаҳмед?
Клипи градиентӣ як усули ҳалли масъалаи таркиши градиентҳо мебошад, ки ҳангоми паҳншавӣ ба вуҷуд меоянд (ҳолате, ки дар он градиентҳои нодурусти назаррас бо мурури замон ҷамъ мешаванд, ки боиси ислоҳи назаррас ба вазнҳои модели шабакаи нейронӣ ҳангоми омӯзиш мегардад).
Таркишҳои градиентҳо мушкилотест, ки вақте ки градиентҳо ҳангоми омӯзиш хеле калон мешаванд ва моделро ноустувор мегардонад. Агар градиент аз диапазони пешбинишуда убур карда бошад, арзишҳои градиент элемент ба унсур ба арзиши ҳадди ақал ё максималии пешакӣ муайяншуда тела дода мешаванд.
Клипи градиентӣ устувории ададии шабакаи нейронро ҳангоми омӯзиш афзоиш медиҳад, аммо он ба кори модел таъсири кам дорад.
14. Функсияҳои Softmax ва ReLU кадомҳоянд?
Функсияи фаъолсозӣ бо номи Softmax баромадро дар диапазони аз 0 то 1 истеҳсол мекунад. Ҳар як баромад ба тавре тақсим мешавад, ки маблағи ҳамаи натиҷаҳо як бошад. Барои қабатҳои баромад, Softmax аксар вақт истифода мешавад.
Воҳиди хаттии ислоҳшуда, ки баъзан бо номи ReLU маъруф аст, функсияи фаъолсозии бештар истифодашаванда мебошад. Агар X мусбат бошад, он Xро мебарорад, дар акси ҳол он сифрҳоро мебарорад. ReLU мунтазам ба қабатҳои дафн карда мешавад.
15. Оё модели шабакаи нейронро бо тамоми вазнҳои ба 0 гузошташуда таълим додан мумкин аст?
Шабакаи нейрон ҳеҷ гоҳ иҷрои кори додашударо ёд намегирад, аз ин рӯ бо роҳи оғоз кардани ҳамаи вазнҳо ба 0 омӯзонидани модел имконнопазир аст.
Ҳосилаҳо барои ҳар вазн дар W [1] бетағйир боқӣ мемонанд, агар ҳамаи вазнҳо ба сифр оғоз карда шаванд, ки ин боиси он мегардад, ки нейронҳо ҳамон хусусиятҳоро такроран аз худ кунанд.
На танҳо оғоз кардани вазнҳо ба 0, балки ба ҳама гуна шакли доимӣ эҳтимолан ба натиҷаи зерпардохт оварда мерасонад.
16. Давраро аз партия ва такрори чи фарк мекунад?
Шаклҳои гуногуни коркарди маҷмӯаҳои додаҳо ва усулҳои фаромадани градиентҳо партия, итератсия ва давраро дар бар мегиранд. Давра як маротиба тавассути шабакаи нейрон бо маҷмӯи пурраи додаҳо ҳам ба пеш ва ҳам ба ақибро дар бар мегирад.
Барои ба даст овардани натиҷаҳои боэътимод, маҷмӯаи додаҳо аксар вақт якчанд маротиба интиқол дода мешавад, зеро он барои гузаштан дар як кӯшиш хеле калон аст.
Ин амалияи такроран иҷро кардани миқдори ками додаҳо тавассути шабакаи нейрон ҳамчун итератсия номида мешавад. Барои кафолат додани он, ки маҷмӯаи додаҳо аз шабакаҳои нейрон бомуваффақият мегузарад, онро метавон ба як қатор гурӯҳҳо ё зермаҷмӯҳо тақсим кард, ки онҳо ҳамчун бастабандӣ маълуманд.
Вобаста аз андозаи ҷамъоварии маълумот, ҳар се усул - давра, такрор ва андозаи партия - аслан роҳҳои истифодаи алгоритми пастшавии градиент.
17. Нормализатсияи партия ва тарки мактаб чист?
Партофтан аз ҳад зиёд фишурдани маълумотро тавассути ба таври тасодуфӣ нест кардани воҳидҳои шабакавии намоён ва пинҳонӣ пешгирӣ мекунад (одатан 20 фоизи гиреҳҳоро тарк мекунад). Он шумораи такрори лозимиро барои ба ҳам пайвастани шабака ду баробар зиёд мекунад.
Бо ба эътидол овардани воридот дар ҳар як қабат барои фаъолсозии миёнаи баромади сифр ва инҳирофи стандартии як, ба эътидол овардани партия стратегияи баланд бардоштани самаранокӣ ва устувории шабакаҳои нейрон мебошад.
18. Пайдоиши градиенти стохастикиро аз пайдоиши градиенти партия чӣ ҷудо мекунад?
Пастшавии градиенти маҷмӯӣ:
- Маҷмӯи маълумоти пурра барои сохтани градиент барои градиенти партия истифода мешавад.
- Миқдори зиёди маълумот ва вазнҳои тадриҷан навсозӣ конвергенсияро душвор мегардонад.
Пастшавии градиенти стохастикӣ:
- Градиенти стохастикӣ барои ҳисоб кардани градиент як намунаро истифода мебарад.
- Аз сабаби зуд-зуд тағйир ёфтани вазн, он нисбат ба градиенти партия ба таври назаррас зудтар ҷамъ мешавад.
19. Чаро ба шабакаҳои нейрон дохил кардани ғайрихаттӣ муҳим аст?
Новобаста аз он ки чӣ қадар қабатҳо вуҷуд доранд, шабакаи нейронӣ дар сурати мавҷуд набудани ғайрихаттӣ мисли персептрон рафтор карда, натиҷаро аз вуруд ба таври хаттӣ вобаста месозад.
Ба ибораи дигар, шабакаи нейронӣ бо n қабат ва m воҳиди пинҳонӣ ва функсияҳои фаъолсозии хатӣ ба шабакаи нейронии хатӣ бидуни қабатҳои пинҳонӣ ва танҳо бо қобилияти муайян кардани сарҳадҳои ҷудокунии хатӣ баробар аст.
Бе ғайрихаттӣ, шабакаи нейрон наметавонад масъалаҳои мураккабро ҳал кунад ва вурудро ба таври дақиқ гурӯҳбандӣ кунад.
20. Тензор дар омӯзиши амиқ чист?
Массиви бисёрченакае, ки ҳамчун тензор маълум аст, ҳамчун умумисозии матритсаҳо ва векторҳо хизмат мекунад. Ин сохтори муҳими додаҳо барои омӯзиши амиқ аст. Массивҳои N-ченакаи намудҳои асосии додаҳо барои муаррифии тензорҳо истифода мешаванд.
Ҳар як ҷузъи тензор як навъи додаҳо дорад ва ин навъи додаҳо ҳамеша маълум аст. Мумкин аст, ки танҳо як порчаи шакл маълум аст, яъне чанд андоза ва чӣ қадар калон будани ҳар кадоми онҳо маълум аст.
Дар ҳолатҳое, ки вурудҳо низ комилан маълуманд, аксарияти амалиётҳо тензорҳои пурра маълумро ба вуҷуд меоранд; дар дигар мавридхо шакли тензорро танхо хангоми ичрои график мукаррар кардан мумкин аст.
21. Чӣ тавр шумо функсияи фаъолсозиро барои модели омӯзиши амиқ интихоб мекунед?
- Истифодаи функсияи фаъолсозии хатӣ маъно дорад, агар натиҷае, ки бояд интизор шавад, воқеӣ бошад.
- Функсияи Sigmoid бояд истифода шавад, агар натиҷае, ки бояд пешгӯӣ карда шавад, эҳтимолияти синфи бинарӣ бошад.
- Функсияи Tanh метавонад истифода шавад, агар натиҷаи пешбинишуда ду таснифот дошта бошад.
- Аз сабаби осонии ҳисобкунӣ, функсияи ReLU дар доираи васеи ҳолатҳо татбиқ карда мешавад.
22. CNN гуфта чиро дар назар доред?
Шабакаҳои нейронии амиқ, ки ба арзёбии тасвирҳои визуалӣ тахассус доранд, шабакаҳои нейронҳои конволютсионӣ (CNN ё ConvNet) дохил мешаванд. Дар ин ҷо, на дар шабакаҳои нейрон, ки вектор вурудро ифода мекунад, вуруд тасвири бисёрканалӣ мебошад.
Даркҳои бисёрқабата аз ҷониби CNN ба таври махсус истифода мешаванд, ки коркарди хеле камро талаб мекунанд.
23. Қабатҳои зиёди CNN кадомҳоянд?
Қабати конволютсионӣ: Қабати асосӣ қабати конволютсионӣ мебошад, ки дорои филтрҳои гуногуни омӯхташаванда ва майдони қабулкунанда мебошад. Ин қабати ибтидоӣ маълумоти воридшударо мегирад ва хусусиятҳои онро мегирад.
ReLU Layer: Бо роҳи ғайрихаттӣ сохтани шабакаҳо, ин қабат пикселҳои манфиро ба сифр табдил медиҳад.
Қабати ҳавзӣ: Бо кам кардани танзимоти коркард ва шабака, қабати ҳавза тадриҷан андозаи фазоии намояндагӣро кам мекунад. Ҳавзаи максималӣ усули аз ҳама бештар истифодашавандаи ҷамъоварӣ мебошад.
24. Оқибатҳои аз ҳад зиёд ва камбағалӣ чӣ гунаанд ва чӣ тавр шумо аз онҳо канорагирӣ карда метавонед?
Ин ҳамчун изофанависӣ маълум аст, вақте ки модел нозукиҳо ва садои маълумоти омӯзишро меомӯзад, то он дараҷае, ки он ба истифодаи модели маълумоти тоза таъсири манфӣ мерасонад.
Эҳтимол дорад, ки бо моделҳои ғайрихаттӣ, ки ҳангоми омӯзиши функсияи ҳадаф бештар мутобиқ мешаванд, рух медиҳанд. Моделро барои муайян кардани мошинҳо ва мошинҳои боркаш омӯхтан мумкин аст, аммо он метавонад танҳо мошинҳоро бо шакли қуттии мушаххас муайян кунад.
Бо назардошти он, ки он танҳо дар як намуди мошини боркаш таълим дода шудааст, он метавонад мошини боркаши ҳамворро ошкор карда натавонад. Дар бораи маълумоти омӯзишӣ, модел хуб кор мекунад, аммо на дар ҷаҳони воқеӣ.
Модели ба қадри кофӣ насбшуда ба моделе дахл дорад, ки дар бораи маълумот ба таври кофӣ омӯзонида нашудааст ё қодир ба маълумоти нав ҷамъбаст карда нашудааст. Ин аксар вақт вақте рух медиҳад, ки модел бо маълумоти нокифоя ё нодуруст таълим дода мешавад.
Дурустӣ ва иҷроиш ҳам аз сабаби мувофиқат накардан осеб мебинанд.
Намунаи дубораи додаҳо барои арзёбии дурустии модел (расмии салиб-қатъии K) ва истифодаи маҷмӯаи маълумоти тасдиқкунӣ барои арзёбии модел ду роҳи пешгирӣ кардани аз ҳад зиёд ва номутаносиб мебошанд.
25. Дар омӯзиши амиқ, RNN чист?
Шабакаҳои нейронҳои такрорӣ (RNN), як навъ маъмули шабакаҳои нейронии сунъӣ бо ихтисораи RNN истифода мешаванд. Онҳо барои коркарди геномҳо, дастнавис, матн ва пайдарпаии маълумот ва ғайра истифода мешаванд. Барои омӯзиши зарурӣ, RNNs бозгаштанро истифода мебаранд.
26. Оптимизатори Одамро тавсиф кунед
Оптимизатори Adam, ки бо номи импулси мутобиқшавӣ низ маълум аст, як усули оптимизатсияест, ки барои ҳалли вазъиятҳои пурғавғо бо градиентҳои кам таҳия шудааст.
Илова ба пешниҳоди навсозиҳои ҳар як параметр барои конвергенсияи тезтар, оптимизатори Adam конвергенсияро тавассути импулс такмил медиҳад ва кафолат медиҳад, ки модел дар нуқтаи зин намонад.
27. Автокодерҳои амиқ: онҳо кадоманд?
Deep autoencoder номи умумии ду шабакаи амиқи симметрии эътиқод мебошад, ки дар маҷмӯъ чаҳор ё панҷ қабати наонқадарро барои нисфи рамзгузории шабака ва маҷмӯи дигари чаҳор ё панҷ қабатро барои нисфи рамзкушоӣ дар бар мегирад.
Ин қабатҳо заминаи шабакаҳои амиқи эътиқодро ташкил медиҳанд ва аз ҷониби мошинҳои Болтсман маҳдуд карда мешаванд. Пас аз ҳар як RBM, як кодгузори амиқ тағйироти дуӣ ба маҷмӯи додаҳои MNIST татбиқ мекунад.
Онҳоро инчунин дар дигар маҷмӯаҳои додаҳо истифода бурдан мумкин аст, ки дар он тағиротҳои ислоҳшудаи Гаусс нисбат ба RBM бартарӣ доранд.
28. Тензор дар тензорфлоуз чи маъно дорад?
Ин боз як саволи мусоҳибаи омӯзиши амиқ аст, ки мунтазам дода мешавад. Тензор як мафҳуми риёзӣ аст, ки ҳамчун массивҳои андозааш баландтар тасвир карда мешавад.
Тензорҳо ин массивҳои додаҳо мебошанд, ки ҳамчун вуруд ба шабакаи нейрон таъмин карда мешаванд ва андозаҳо ва рейтингҳои гуногун доранд.
29. Шарњи графики њисоббарорї
Асоси TensorFlow сохтани графики ҳисоббарорӣ мебошад. Ҳар як гиреҳ дар шабакаи гиреҳҳо амал мекунад, ки дар он гиреҳҳо барои амалиёти математикӣ ва кунҷҳо барои тензорҳо мебошанд.
Он баъзан ҳамчун "Графикаи DataFlow" номида мешавад, зеро маълумот дар шакли график ҷараён мегирад.
30. Шабакаҳои генеративии рақобатӣ (GANs): онҳо чистанд?
Дар Deep Learning, моделсозии тавлидӣ бо истифода аз шабакаҳои генеративии рақобат анҷом дода мешавад. Ин кори беназорат аст, ки натиҷа тавассути муайян кардани намунаҳо дар маълумоти воридотӣ ҳосил мешавад.
Дискриминатор барои гурӯҳбандии мисолҳои тавлидшуда истифода мешавад, дар ҳоле ки генератор барои тавлиди мисолҳои нав истифода мешавад.
31. Ҳангоми тарҳрезии меъморӣ шумо шумораи нейронҳо ва қабатҳои пинҳониро барои дохил шудан ба шабакаи нейрон чӣ гуна интихоб мекунед?
Бо назардошти мушкилоти тиҷорӣ, шумораи дақиқи нейронҳо ва қабатҳои ниҳонӣ, ки барои сохтани меъмории шабакаи нейрон лозиманд, бо ягон қоидаҳои сахт ва зуд муайян карда намешаванд.
Дар шабакаи нейронӣ андозаи қабати пинҳонӣ бояд дар ҷое дар миёнаи андозаи қабатҳои даромад ва баромад афтад.
Оғози ибтидоӣ дар эҷоди тарҳи шабакаи нейронро метавон бо чанд усули оддӣ ба даст овард, ҳарчанд:
Оғоз бо якчанд санҷиши систематикии асосӣ барои дидани он, ки барои ҳама гуна маҷмӯаи додаҳои мушаххас дар асоси таҷрибаи қаблӣ бо шабакаҳои нейронӣ дар шароити шабеҳи ҷаҳони воқеӣ чӣ беҳтар кор мекунад, беҳтарин роҳи ҳалли ҳар як мушкилоти беназири пешгӯии моделсозии ҷаҳони воқеӣ мебошад.
Конфигуратсияи шабакаро дар асоси дониши шахс дар бораи домени масъала ва таҷрибаи қаблии шабакаи нейронӣ интихоб кардан мумкин аст. Ҳангоми арзёбии танзими шабакаи нейронӣ, шумораи қабатҳо ва нейронҳое, ки дар мушкилоти марбут истифода мешаванд, ҷои хубе барои оғоз кардан аст.
Мушкилии шабакаи нейронӣ бояд тадриҷан дар асоси натиҷа ва дақиқии пешбинишуда, аз тарҳрезии оддии шабакаи нейронӣ оғоз карда шавад.
32. Кадом намуди шабакаҳои нейронӣ ҳангоми омӯзиши амиқи мустаҳкамкунӣ истифода мешаванд?
- Дар парадигмаи омӯзиши мошинсозӣ, ки омӯзиши таҳким номида мешавад, модел барои ба ҳадди аксар расонидани ғояи мукофоти ҷамъшуда, ба монанди чизҳои зинда амал мекунад.
- Бозиҳо ва мошинҳои худгардон ҳарду ҳамчун мушкилоте тавсиф карда мешаванд омӯзиши тақвият.
- Экран ҳамчун вуруд истифода мешавад, агар мушкилоте, ки бояд муаррифӣ шавад, бозӣ бошад. Барои тавлиди натиҷа барои марҳилаҳои оянда, алгоритм пикселҳоро ҳамчун вуруд қабул мекунад ва онҳоро тавассути қабатҳои зиёди шабакаҳои нейронҳои конволютсионӣ коркард мекунад.
- Натиҷаҳои амалҳои модел, хоҳ мусоид ва хоҳ бад, ҳамчун тақвият амал мекунанд.
хулоса
Омӯзиши амиқ дар тӯли солҳо маъруфият пайдо кардааст, ки дар он амалан дар ҳама соҳаҳои саноат татбиқ мешаванд.
Ширкатҳо бештар дар ҷустуҷӯи коршиносони салоҳиятдоре ҳастанд, ки метавонанд моделҳоеро тарҳрезӣ кунанд, ки рафтори инсонро бо истифода аз равишҳои омӯзиши амиқ ва омӯзиши мошинсозӣ такрор кунанд.
Номзадҳое, ки маҳорати худро баланд мебардоранд ва дониши худро дар бораи ин технологияҳои пешқадам нигоҳ медоранд, метавонанд доираи васеи имкониятҳои корро бо мукофоти ҷолиб пайдо кунанд.
Шумо метавонед аз мусоҳибаҳо оғоз кунед, ки шумо дарки хуб доред, ки чӣ гуна ба баъзе саволҳои мусоҳибаи омӯзиши амиқ дархостшаванда ҷавоб диҳед. Дар асоси ҳадафҳои худ қадами навбатиро гузоред.
Хашдоркро боздид кунед Силсилаи мусоҳиба ки ба мусохиба тайёрй бинад.
Дин ва мазҳаб