আমার একটি গভীর নিউরাল নেটওয়ার্ক মডেল রয়েছে এবং আমার এটি আমার ডেটাসেটে প্রশিক্ষণ দেওয়া দরকার যা প্রায় 100,000 উদাহরণ নিয়ে গঠিত, আমার বৈধতার ডেটাতে প্রায় 1000 উদাহরণ রয়েছে। যেহেতু প্রতিটি উদাহরণকে প্রশিক্ষণের জন্য সময় লাগে (প্রতিটি উদাহরণের জন্য প্রায় 0.5s) এবং অতিরিক্ত ফিট এড়ানোর জন্য, আমি অযৌক্তিক গণনা রোধ করতে শীঘ্রই স্টপিং প্রয়োগ করতে চাই। তবে আমি নিশ্চিত না যে কীভাবে আমার নিউরাল নেটওয়ার্ককে প্রাথমিকভাবে থামানো দিয়ে প্রশিক্ষণ দেওয়া যায়, বেশ কয়েকটি বিষয় যা আমি এখন বেশ বুঝতে পারি না:
একটি ভাল বৈধতা ফ্রিকোয়েন্সি কি হবে? প্রতিটি যুগের শেষে আমার বৈধতা ডেটাতে আমার মডেলটি পরীক্ষা করা উচিত? (আমার ব্যাচের আকার 1)
এটি কি এমন পরিস্থিতি যে প্রথম কয়েকটি যুগের আরও ভাল মানের রূপান্তরিত হওয়ার আগে খারাপ ফলাফল হতে পারে? সেক্ষেত্রে তাড়াতাড়ি থামার জন্য পরীক্ষা করার আগে আমাদের নেটওয়ার্ককে বেশ কয়েকটি যুগের প্রশিক্ষণ দেওয়া উচিত?
কীভাবে মামলা পরিচালনা করবেন যখন বৈধতা হ্রাস এবং উপরের দিকে যেতে পারে? সেক্ষেত্রে, তাড়াতাড়ি থামানো আমার মডেলটিকে আরও শিখতে বাধা দিতে পারে, তাই না?
তুমাকে অগ্রিম ধন্যবাদ.
