Table of Contents
অটোএনকোডাররা হল নিউরাল নেটওয়ার্ক মডেল যা কার্যকর উপস্থাপনার মাধ্যমে তথ্যকে হ্রাস করে । তারা চিত্র প্রক্রিয়াকরণ, উপাত্ত কম্প্রেশন এবং বৈশিষ্ট্যের মতো ক্ষেত্রে ব্যাপকভাবে প্রয়োগ করা হয় ।
অটোএনকোডার এর মৌলিক কাঠামো
একটি অটোএনকোডার দুটি প্রধান অংশ: এনকোডার এবং ডিইআর. ডি. ই. -এর মধ্যে একটি এনকোডার ইনপুট তথ্য একটি নিম্ন-বিত্ত মানের প্রতিনিধিত্বকারী প্রতিনিধিত্বকারী প্রতিনিধিত্বকারী প্রতিনিধিত্ব করে । ডিটিয়ার এই ক্ষেত্র থেকে মূল তথ্য পুনরায় স্থাপন করে । এই ফলাফলের মধ্যে পার্থক্য এবং প্রশিক্ষণকালীন ফলাফলের মধ্যে পার্থক্যের বিষয়টির পুনরায় স্থাপন করে।
নকশার নীতি
কার্যকারী অটোএনকোডার ডিজাইনের অন্তর্ভুক্ত হল উপযুক্ত নেটওয়ার্ক স্থাপত্য, স্থান এবং সক্রিয়করণের আকার নির্বাচন করা । উচ্চ পর্যায়ের কাজের জন্য ভারসাম্য বজায় রাখা এবং কম্প্রেশনের ওপর ভারসাম্য বজায় রাখা উচিত । ছোট ছোট ছোট ছোট ছোট জায়গা হয়তো জটিল তথ্য হারিয়ে যেতে পারে, কিন্তু বড় বড় ব্যবহারকারী হয়তো অর্থপূর্ণভাবে হ্রাস পেতে পারে না ।
এটা ঠিক যে, এগুলো হয়তো আগের চেয়ে আরও বেশি জটিল হতে পারে ।
অটো- টাইস এর অ্যাপ্লিকেশন
কাজের জন্য বিভিন্ন ডোমেইনের মধ্যে তথ্য প্রেরণ, তথ্য প্রেরণ না করা, এবং বৈশিষ্ট্যের বৈশিষ্ট্য তুলে ধরার জন্য অটোএনকোডার ব্যবহার করা হয়েছে । তারা প্রয়োজনীয় তথ্য বৈশিষ্ট্যের উপর মনোযোগ প্রদান করে জটিল জটিলতা এবং মডেলকে উন্নত করতে সাহায্য করে ।
সাধারণ অটোটাইস ভেরিয়েন্ট
- উচ্চ পর্যায়ের অটোনকোডার
- ঢ়লেনটাইট নির্ভরকারী
- Scraper Autoটাইস
- ডি. এন. এল. কোডার