Table of Contents
यह समझना कि किसी तंत्रिका नेटवर्क में मापदंडों की संख्या की गणना कैसे की जाए, मॉडल को डिजाइन और विश्लेषण करने के लिए आवश्यक है। पैरामीटरों में वजन और पूर्वाग्रह शामिल हैं जो नेटवर्क प्रशिक्षण के दौरान सीखते हैं। यह गाइड एक तंत्रिका नेटवर्क मॉडल में मापदंडों की कुल संख्या निर्धारित करने के लिए बुनियादी कदम बताता है।
पूरी तरह से कनेक्टेड लेयर्स में पैरामीटर
पूरी तरह से जुड़े (घन) परत में, प्रत्येक इनपुट प्रत्येक न्यूरॉन को वजन से जोड़ता है, और प्रत्येक न्यूरॉन का पूर्वाग्रह होता है। इस तरह की परत में मापदंडों की कुल संख्या निम्नानुसार है:
] पैरामीटर की संख्या = (इनपुटों की संख्या × न्यूरॉन्स की संख्या) + न्यूरॉन्स की संख्या
कन्वोल्यूशनल लेयर्स में पैरामीटर्स की गणना
संवहन परतों के लिए, पैरामीटर फिल्टर आकार, फिल्टर की संख्या और इनपुट चैनलों पर निर्भर करते हैं। सूत्र है:
] पैरामीटर की संख्या = (फ़िल्टर ऊंचाई × फ़िल्टर चौड़ाई × इनपुट चैनल की संख्या × फिल्टर की संख्या) + फिल्टर की संख्या
मॉडल में कुल पैरामीटर
एक तंत्रिका नेटवर्क में मापदंडों की कुल संख्या को खोजने के लिए, सभी व्यक्तिगत परतों के मापदंडों को योग करें। यह मॉडल की जटिलता और क्षमता का समग्र माप प्रदान करता है।
उदाहरण Calculation
एक पूरी तरह से जुड़े परत 100 इनपुट प्राप्त करने और 50 आउटपुट का उत्पादन करने के साथ एक मॉडल पर विचार करें। पैरामीटर की संख्या है:
- (100 इनपुट × 50 आउटपुट) + 50 पूर्वाग्रह = 5,050 पैरामीटर
यह गणना मॉडल के आकार और प्रशिक्षण आवश्यकताओं को समझने में मदद करती है।