Table of Contents
এটা এর বৈশিষ্ট্যকে সমন্বয় করে এমন আদর্শের সঙ্গে খাপ খাইয়ে নেওয়ার জন্য যে - ত্রুটিগুলোকে কাজে লাগানো যায়, সেটাকে কমিয়ে দেয় ।
গ্রেডিয়েন্ট ডেসমেন্টের হ্রাস
গ্রেডিয়েন্টের নিম্নমুখী ধারণা হল মডেলের প্রতি সম্মান দেখানোর ক্ষেত্রে হার গণনা করা । এই গ্রেডিয়েন্টের পদ্ধতি সর্বোচ্চ হারে বৃদ্ধি পাওয়ার ইঙ্গিত দেয় ।
গাণিতিক ভাবে, পরামিতির আপডেট নিয়ম এভাবে:
[[[[[[][F][[F][F][[F][F][[F][[F][L][L][L][L][L][L][L][ল]
যেখানে[[[[[[[[[][F][F][F], p][FO], p::[F][F], এবং[F]], p[L]:[F]], p[F]:L] [[F]] এর ফাংশন হল d]
গ্রেডিয়েন্ট (গ)
এই কগজ জাতের জন্য নীচের ধাপগুলো সাধারণত::
- মডেলে প্যারামিটার তৈরি করো অথবা সুনির্দিষ্ট মানসহ একটি ক্রম।
- বর্তমান পরামিতি ও প্রশিক্ষণ উপাত্তের উপর ভিত্তি করে হারিয়ে যাওয়া ফাংশনের মান হিসাব করুন ।
- প্রতিটি পরামিতির প্রতি সম্মান দেখিয়ে হারের গ্রেডিয়েন্ট গণনা করো ।
- গ্রেডিয়েন্টের নিয়ম প্রয়োগ করে পরামিতি আপডেট করো ।
- এই প্রক্রিয়া পুনরায় শুরু করা হবে যতক্ষণ না এই হার হার-এর পরিমাণ গণনা করা হয় অথবা একটি বিশেষ সংখ্যা পর্যন্ত বৃদ্ধি পায় ।
শিক্ষা গ্রহণ করা বেছে নেওয়া
[[[F][F][F]] প্রত্যেক আপডেটের মান এককে সমান করে । অল্প কিছু কিছু জানা মান হয়তো ধীর গতির ওপরের দিকে যেতে পারে । তবে একটি বড় জোর করে প্রশিক্ষণের জন্য একটি উপযুক্ত হার বের করতে পারে । একটি উপযুক্ত হার প্রশিক্ষণ দেওয়ার জন্য উপযুক্ত হার খুবই গুরুত্বপূর্ণ ।