নিউরাল নেটওয়ার্কগুলির চিত্র স্বীকৃতি দেওয়ার প্রসঙ্গে "ক্রমুয়েশন ইনগ্রেন্ট" এর অর্থ কী?

Question

আমি এমএনআইএসটি ডিজিটের স্বীকৃতি টাস্কের একটি শব্দ "পারমিটেশন ইনভেরেন্ট" সংস্করণ দেখেছি। এর মানে কী?

Answer 1

এই প্রসঙ্গে এটি এই সত্যটিকে বোঝায় যে মডেল বৈশিষ্ট্যগুলির মধ্যে কোনও স্থানিক সম্পর্ক ধরে না। যেমন মাল্টিলেয়ার পারসেপ্ট্রনের জন্য, আপনি পিক্সেলকে পারমিট করতে পারেন এবং পারফরম্যান্সটি একই হবে be এটি কনভোলশনাল নেটওয়ার্কগুলির ক্ষেত্রে নয়, যা পার্শ্ববর্তী সম্পর্ককে ধরে নেয়।

Comments

হ্যাঁ, এটি বিভ্রান্তিকর অংশ। শ্রেণিবদ্ধের অঙ্কগুলিতে কি স্থানিক সম্পর্ক থাকা উচিত নয়?

— RockTheStar

এমএনআইএসটি নিউরাল নেটওয়ার্কগুলিতে একটি মানদণ্ড (বা স্যানিটি চেক) হিসাবে ব্যাপকভাবে ব্যবহৃত হয়। যদি আপনার মডেলটি পরোয়ানা ইনভেরিয়েন্ট এমএনআইএসটিতে <1% ত্রুটি পেতে পারে তবে আপনি কিছু করছেন।

— বায়ারজ

হ্যাঁ, আমি বলতে চাইছি অঙ্কের পাশাপাশি স্থানিক সম্পর্ক নেই? আপনি যদি ডিজিটাল পিক্সেলকে অনুমতি দেন, এটি পিক্সেল ক্রম পরিবর্তন করবে, যা মূলত কার্য সম্পাদনকে প্রভাবিত করে !?

— রকটিস্টার

মডেল যদি ধরে নেয় তবেই। এমএলপিএস করে না, আসামীরা করে। এজন্য এমনিস্টে কোনও কনপ্লেটকে একটি এমপিএলে তুলনা করা কিছুটা অন্যায়।

— বায়ারজ

আমি দেখি! সুতরাং, এমনিস্ট ডেটাসেটে, এমএলপিগুলি আরও ভাল বা কনফ্যান্ট সম্পাদন করে?

— রকটস্টার

Answer 2

A function $f$ of a vector argument $x=(x_1, \dots,x_n)$ is permutation invariant if the value of $f$ do not change if we permute the components of $x$, that is, for instance, when $n=3$:

$$f((x_1, x_2, x_3))=f((x_2, x_1,x_3))=f((x_3,x_1,x_2))$$

Comments

এই উত্তরটি কিছুটা বিভ্রান্তিকর, কারণ লার্নিং অ্যালগরিদম শিখতে থাকা মেশিনটি প্রায়শই আবর্তনকারী হয়, যখন এটি ফাংশনটি ফিরিয়ে দেয় না।

— বায়ারজ

@ বেয়ারজ: এটি একটি আকর্ষণীয় তথ্য, তবে আমি দেখতে পাচ্ছি না যে এটি যে সংজ্ঞাটিকে আমি বিভ্রান্তিকর দিয়েছি তা তোলে , এটি একটি সঠিক সংজ্ঞা, তবে সম্ভবত এই প্রসঙ্গে একটি সম্পূর্ণ উত্তর নয়।

— কেজেটিল বি হালওয়ারসেন

আপনি ঠিক বলেছেন, সংজ্ঞাটি সঠিক। তবে আপনি এটি যেভাবে লিখেছেন তা এটি প্রযোজ্য নয়। ওপিটি জিজ্ঞাসা করছিল, সেই প্রমোট অবিস্রষ্ট এমএনআইএসটি প্রসঙ্গে, আপনি যে ফর্মটি লিখেছেন তার ক্রিয়াকলাপগুলি ঘটে না।

— বায়ারজ