লুকানো স্তরগুলি কখন ব্যবহার করতে হবে তা নির্ধারণ এবং নির্ধারণ করা


9

এই প্রশ্নে অনুসরণ করা ...

আমি আমার গবেষণার জন্য কীভাবে নিউরাল নেটওয়ার্ক ব্যবহার এবং তৈরি করতে পারি তা শেখার চেষ্টা করছি এবং একটি বিষয় আমার থেকে কিছুটা দূরে চলেছে। আমি বুঝতে পারি যে লুকানো স্তরগুলি এর কিছুটা প্রয়োজনীয় অংশ, তবে আমি দুটি বিষয়গুলিতে আটকে আছি যা আমার উল্লেখগুলি সন্তুষ্টির জন্য ব্যাখ্যা করছে না:

  1. লুকানো স্তরটির সঠিক উদ্দেশ্য কী?
  2. কোনটি কয়টি গোপন স্তর ব্যবহার করবে তা নির্ধারণ করে?

আমি যা সংগ্রহ করি তা থেকে এটি বাস্তবের বিশ্ব কার্যকারিতা "মডেল" করা, তবে সম্ভব হলে আমি আরও একটি ব্যাখ্যা চাই।


তবে কিছু সময় আমি মুখোমুখি হয়েছি যে আপনি যদি গোপন স্তরগুলিকে বাড়িয়ে তোলেন তবে ওভারফিটিং সমস্যাটি আসে তাই আমরা কয়টি লুকানো স্তর ব্যবহার করতে পারি তা বলা খুব কঠিন? এটি আঘাত এবং পরীক্ষার পদ্ধতি হতে পারে।

উত্তর:


9

একটি লুকানো স্তর নেটওয়ার্কের অভিব্যক্তি বৃদ্ধি করতে ব্যবহৃত হয়। এটি নেটওয়ার্ককে গোপন স্তর ব্যতীত আরও জটিল মডেলের প্রতিনিধিত্ব করতে সক্ষম করে।

লুকানো স্তরের সংখ্যা বাছাই করা বা আরও সাধারণত আপনার নেটওয়ার্ক আর্কিটেকচারটি গোপন স্তরগুলির মধ্যে লুকানো ইউনিটগুলির সংখ্যা সহ চয়ন করা, এমন সিদ্ধান্ত যা আপনার প্রশিক্ষণ এবং ক্রস-বৈধকরণ ডেটার ভিত্তিতে হওয়া উচিত। আপনার নির্ধারিত পরিমাণ নোডের সাথে নেটওয়ার্কটি প্রশিক্ষণ করা উচিত (প্রতি ইনপুট ইউনিটে এক ইউনিট সহ একটি লুকানো স্তর চেষ্টা করার চেষ্টা করুন) এবং মডেলটি পরীক্ষা করুন।

আরও সহায়তার জন্য এই লিঙ্কটি দেখুন: http://www.faqs.org/faqs/ai-faq/neural-nets/part3/section-10.html


1
সেই লিঙ্কটি বেশ সহায়ক
21

6

আমি ধরে নিই আমরা সাধারণ ফিড-ফরোয়ার্ড নিউরাল নেট, অর্থাত্ মাল্টি-লেয়ার পারসেপ্ট্রন নিয়ে আলোচনা করছি।

  1. আপনার ডেটা বৈশিষ্ট্য এবং আপনি যে ভেরিয়েবলটি পূর্বাভাস দেওয়ার চেষ্টা করছেন তার মধ্যে অ-রৈখিক নির্ভরতা ক্যাপচার করার জন্য লুকানো স্তরটি প্রয়োজনীয়। যদি আপনি কোনও লুকানো স্তর ব্যবহার না করেন তবে আপনি লিনিয়ার রিগ্রেশন (রিগ্রেশনের জন্য) বা লজিস্টিক রিগ্রেশন (শ্রেণিবিন্যাসের জন্য )ও ব্যবহার করতে পারেন।
  2. বিভিন্ন সংখ্যক লুকানো স্তর চেষ্টা করে এবং তারা কতটা ভাল কাজ করে তা মূল্যায়ন করে, যেমন একটি ক্রস-বৈধকরণ সেটিংসে। সাধারণত, একটি লুকানো স্তর যথেষ্ট হবে এবং এনএন এর কার্যকারিতা তার আকার এবং নিয়মিতকরণের পরিবর্তিত করে অনুকূলিত হয়।

নোট করুন যে দুটি অধিক লুকানো স্তর সহ আপনি গভীর শিক্ষার জমিতে রয়েছেন এবং আপনার জাল প্রশিক্ষণের জন্য আপনার সম্ভবত কাস্টম অ্যালগরিদম প্রয়োজন। কারণটি হ'ল ভ্যানিলা ব্যাকপ্রোপেশন গভীর জালে "বিলুপ্ত গ্রেডিয়েন্ট" সমস্যাটি ভোগ করে: ত্রুটি ফাংশনের গ্রেডিয়েন্টটি ইনপুটটির কাছাকাছি স্তরগুলিতে মারা যায় এবং এই স্তরগুলি খুব কম প্রশিক্ষিত হবে।

আমাদের সাইট ব্যবহার করে, আপনি স্বীকার করেছেন যে আপনি আমাদের কুকি নীতি এবং গোপনীয়তা নীতিটি পড়েছেন এবং বুঝতে পেরেছেন ।
Licensed under cc by-sa 3.0 with attribution required.