عملیہ متحرک نیٹ ورکز میں اہم اجزاء ہیں، غیر آئینی متعارف کرانا جو پیچیدہ اندازوں کو سیکھنے کے قابل بنا سکتے ہیں۔ مناسب طور پر تعملات کا انتخاب کرنا ماڈل کی کارکردگی اور تربیتی کارکردگی کو بہت متاثر کر سکتا ہے. یہ مضمون اطلاعی انتخابات میں عام سرگرمیوں کی جانچ پڑتال کر سکتا ہے

عام عمل‌دخلی

اِن میں سے ہر ایک کو خاص کام کے لیے اِستعمال کِیا جاتا ہے تاکہ وہ اِس کے ذریعے اِس کی خصوصیات کو سمجھ سکیں ۔

پروڈیوس میٹرکس

انفنٹری سرگرمیوں کے لیے کلیدی میٹرک شامل ہیں:

  • Gradient چلاتے ہیں : ایسے منصوبے بناتا ہے کہ جن میں بیک وقت کارکردگی کی کارکردگی کتنی اچھی طرح سے ہوتی ہے۔
  • مختلف ڈیٹا تقسیموں کی ماڈلنگ کرنے کی صلاحیت کو متاثر کرتا ہے۔
  • کوالالمپورل کارکردگی : تربیتی رفتار اور وسائل کے استعمال میں اثر انداز ہوتا ہے۔

غیر متصل

ذیل میں ان کی خصوصیات پر مبنی مقبول صنعتوں کے کام کا موازنہ کیا گیا ہے:

  • [ReLU: [1] Educations صفر کے لیے منفی اندراج اور لائنوں کے لیے مثبت انواع کے لیے کشش رکھتا ہے. اس میں 1 کا کشش ثقل ہے جس سے گہری اقدار کی تربیت کے لیے اس کا استعمال ہوتا ہے۔
  • Sigmoid:] بڑے انکم حجم کے لیے 0 سے 1 کے درمیان پیدا ہونے والی برآمدات کو برآمد کرتا ہے، جس سے سیکھنے میں سستے طریقے پیدا ہو سکتے ہیں۔
  • طنح : [1] کے درمیان میں حاصل ہونے والے عناصر کی طرح sigmoid کے مگر صفر پر مرکوز ہیں، بعض معاملات میں ان میں انتہائی بہتری آتی ہے۔
  • لیکی ریلو: ایک چھوٹی سی کشش منفی اندراج کی اجازت دیتا ہے جس سے "مریخی ردیف" کے مسئلے کو کم کیا جاتا ہے۔

درست کارکردگی کا انتخاب کرنا

انتخاب کا انحصار خاص اطلاق اور ماڈل آرکیٹیکچر پر ہوتا ہے ۔