موبائل نیوٹری نیٹ ورکس میں Calculating Optimal Learning Rates: ایک اسٹوپا-سپ ہدایت کار
Table of Contents
گہرے گہرے متحرک نیٹ ورکز کی تربیت کے لیے درست ترهي هے ۔ ايک فعال سیکھنے کي رفتار بہتر بنا سکتا هے اور ماڈل درستی کے ليے اس راہنما کو آپ کے url-by- اندازه کو بہتر طور پر جاننے کے ليے تدریج-by-اپنے كے ليے بہتر سیکھنے کے عمل کا پتہ چل سکتا هے
رٹ سیکھنا
تعلیمی شرح کو کنٹرول کرتا ہے کہ ماڈل کے وزن کو تربیت کے دوران کتنا تبدیل کیا جاتا ہے۔ایک قدر زیادہ سے زیادہ وزنی سطح پر ماڈل کو زیادہ وزنی سطح تک پہنچا سکتی ہے جبکہ بہت کم شرحیں سست پڑ سکتی ہیں۔
پہلا قدم : سیکھنے کے عمل میں فرق فرق ہوتا ہے
اپنے ماڈل کو بہت کم سیکھنے کی رفتار سے تربیت دے کر آہستہ آہستہ اسے آہستہ بڑھا کر ہر قدم پر کھوئے ہوئے نقصان کو ریکارڈ کریں ۔
ہدایت : کمازکم آپ کو سیکھنے کی ضرورت نہیں ۔
سیکھنے کی شرح کیساتھ X-x-acs پر اور Y-T پر خسارہ کے ساتھ ضرب کرنا۔ سازش کا عملہ بڑھتی ہوئی شرحوں پر منفی اضافہ دکھاتا ہے.
ہدایت : سیکھنے کی اہمیت کا انتخاب کریں
سیکھنے کی رفتار چند قدم نیچے سے اُس حد تک منتخب کریں جہاں زوال تیزی سے بڑھنے لگتا ہے ۔
اضافی ٹیپ
- تربیت کے دوران شرحِضرورت کو تبدیل کرنے کے لئے سیکھنے کے شیڈول استعمال کریں ۔
- بہترین فٹنوٹ تلاش کرنے کے لئے مختلف ابتدائی شرحوں سے رابطہ کریں ۔
- استحکام کو یقینی بنانے کے لئے نگرانی کی تربیت کھو.