সীমাবদ্ধ বল্টজম্যান মেশিন: এটি মেশিন লার্নিংয়ে কীভাবে ব্যবহৃত হয়?


21

পটভূমি:

হ্যাঁ, সীমাবদ্ধ বল্টজম্যান মেশিন (আরবিএম) একটি নিউরাল নেটওয়ার্কের ওজন সূচনা করতে ব্যবহার করা যেতে পারে। এছাড়াও এটিকে একটি গভীর বিশ্বাস নেটওয়ার্ক নির্মাণ একটি "স্তর-বাই-স্তর" ভাবে ব্যবহার করা যেতে পারে (যে, একটি প্রশিক্ষণ উপরে -th স্তর -th স্তর, এবং তারপর প্রশিক্ষণের উপরে -th স্তর -th স্তর, পাখলান এবং পুনরাবৃত্তি ...)এন(এন-1)এন+ +1এন

আরবিএম কীভাবে ব্যবহার করবেন সে সম্পর্কে, সীমাবদ্ধ বল্টজম্যান মেশিনস (আরবিএম) এর গুড টিউটোরিয়াল থ্রেড থেকে বিশদ পাওয়া যাবে যেখানে কিছু কাগজপত্র এবং টিউটোরিয়াল পাওয়া যায়।

আমার প্রশ্ন হবে:

  • আরবিএম আসলেই কোনও শিল্প প্রকল্প বা একাডেমিক প্রকল্পগুলিতে ব্যবহৃত হয়
  • যদি হ্যাঁ হয় তবে কীভাবে এবং কোন প্রকল্পগুলি ব্যবহার হচ্ছে?
  • যে কোনও জনপ্রিয় লাইব্রেরি (যেমন টেনসরফ্লো, ক্যাফে, থিওনো ইত্যাদি) আরবিএম মডিউল সরবরাহ করে?

ভাগ করে নেওয়ার জন্য ধন্যবাদ. আমি জানতে চাই যে আরবিএম বাস্তবে বাস্তবে কার্যকর কিনা।

উত্তর:


2

আরবিএম একটি গভীর নেটওয়ার্ক প্রশিক্ষণ / শেখার প্রথম ব্যবহারিক উপায়গুলির মধ্যে একটি ছিল, যার মধ্যে মাত্র এক বা দুটি স্তর ছিল বেশি। এবং গভীর বিশ্বাসের নেটওয়ার্কটি প্রস্তাব করেছিলেন জিওফ্রে হিন্টন, যিনি একজন 'গভীর শিক্ষার জনক হিসাবে বিবেচিত, আমি মনে করি, যদিও ইয়ান লেকান গভীর শিক্ষার অন্য প্রধান' পিতা ', আমি মনে করি, বা আমি এটি কীভাবে দেখি তা বোঝায়। অবশ্যই, সবকিছু ইতিমধ্যে বছর আগে জুর্গেন শ্মিধুবার আবিষ্কার করেছিলেন :-)

সুতরাং, আরবিএমগুলি বিখ্যাত কারণ ১. গভীর শিক্ষা গ্রহণের প্রথম পদ্ধতির একটি ২. জেফ্রি হিন্টন।

তবে, বাস্তবে, এগুলি অবশ্যই একাডেমিক গবেষণায় ব্যবহারযোগ্য এবং ব্যবহারযোগ্য, যেহেতু প্রচুর লোকেরা কিছু অনন্য কুলুঙ্গি খুঁজে পাওয়ার চেষ্টা করছেন, যাতে তারা বিশেষজ্ঞ হতে পারেন, এবং আরবিএমের কিছু কুলুঙ্গিতে বিশ্বব্যাপী বিশেষজ্ঞ হওয়া ভাল is অন্য যেভাবে কুলুঙ্গি। যাইহোক, বাস্তবে, শিল্পে, যদিও আমি দাবি করব না যে তারা কখনও ব্যবহৃত হয় না, তবে তারা খুব কমই আসে। সহজলভ্য অনেকগুলি স্ট্যান্ডার্ড কৌশল রয়েছে যেগুলি লজিস্টিক রিগ্রেশন এবং ফিড-ফরোয়ার্ড কনভ্যুশনাল নিউরাল নেটওয়ার্কগুলির মতো সত্যই দ্রুত এবং সহজেই প্রশিক্ষিত হয়। নিরীক্ষণযোগ্যদের জন্য, জিএএনএস-এর মতো জিনিসগুলি এই মুহূর্তে সত্যই জনপ্রিয়।


1

তথ্য সংগ্রহের ক্ষেত্রে উদ্ভূত সাধারণ সমস্যাগুলি মোকাবেলায় আরবিএম ব্যবহার করা সম্ভব (এটি মেশিন লার্নিং মডেলকে প্রশিক্ষণের জন্য ব্যবহার করা যেতে পারে)। এই জাতীয় সমস্যাগুলির মধ্যে ভারসাম্যহীন ডেটা সেট (শ্রেণিবদ্ধকরণের সমস্যায়), বা অনুপস্থিত মান সহ ডেটাসেটগুলি অন্তর্ভুক্ত রয়েছে (কিছু বৈশিষ্ট্যের মান অজানা)। প্রথম ক্ষেত্রে সংখ্যালঘু শ্রেণীর ডেটা সহ কোনও আরবিএমকে প্রশিক্ষণ দেওয়া এবং এই শ্রেণীর উদাহরণ তৈরি করতে এটি ব্যবহার করা সম্ভব যখন দ্বিতীয় ক্ষেত্রে প্রতিটি শ্রেণীর জন্য আলাদাভাবে একটি আরবিএম প্রশিক্ষণ দেওয়া এবং অজানা বৈশিষ্ট্যের মানগুলি উদঘাটন করা সম্ভব।

আরবিএমগুলির আর একটি সাধারণ অ্যাপ্লিকেশন হ'ল সহযোগী ফিল্টারিং ( http://dl.acm.org/citation.cfm?id=1273596 )।

যতদূর জনপ্রিয় লাইব্রেরি উদ্বিগ্ন আমি মনে করি deeplearning4j একটি ভাল উদাহরণ ( http://deeplearning4j.org )।

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.