আমি আমার পিএইচডি যাত্রা শুরু করছি, এবং আমার আগে যে চূড়ান্ত লক্ষ্যটি স্থির করেছি তা হ'ল এএনএনগুলি বিকাশ করা যা তারা যে পরিবেশে কাজ করে তা নিরীক্ষণ করবে এবং গতিশীলভাবে সমস্যাটির সাথে তাদের আর্কিটেকচারকে সামঞ্জস্য করবে। সুস্পষ্ট প্রভাবটি হ'ল ডেটাগুলির সাময়িকতা: যদি ডেটা সেটটি ধারাবাহিক না হয় এবং সময়ের সাথে পরিবর্তিত হয় না তবে কেন একেবারেই সামঞ্জস্য করুন?
বড় প্রশ্ন হ'ল গভীর শিক্ষার সাম্প্রতিক উত্থানের সাথে, এটি কি এখনও কোনও প্রাসঙ্গিক বিষয়? এফএফএনএনগুলি কি ধারণা ড্রিফট সমস্যার ক্ষেত্রে নিজেকে একটি কুলুঙ্গি খুঁজে পাওয়ার সুযোগ করে দেয়?
আমি অনেকগুলি প্রশ্ন দিয়ে থ্রেডকে ওভারলোড করার আশঙ্কা করি, তবে এটি পুরোপুরি অফ-টপিক নয়: আমি আরএনএন সম্পর্কে সচেতন, তবে তাদের সাথে আমার সীমাবদ্ধ (ঠিক আছে, কিছুই নয়, বা সম্পূর্ণ তাত্ত্বিক) অভিজ্ঞতা রয়েছে; আমি বিশ্বাস করি গতিশীল আর্কিটেকচার অভিযোজন অবশ্যই আরএনএনগুলির প্রসঙ্গে একটি প্রাসঙ্গিক বিষয় হতে পারে। প্রশ্নটি হচ্ছে, এরই মধ্যে ইতিমধ্যে উত্তর দেওয়া হয়েছে, এবং আমি চক্রটি পুনরায় উদ্ভাবন করব?
পিএস ক্রস পোস্ট মেটাওপটিমাইজ এ