نیورل نیٹ ورک فیکلٹیشن: تھیوری، کیلکشن اور اطلاقی مثالیں ہیں۔

نیورل نیٹ ورک کھونے کے عمل کے عملے کے لیے ضروری اجزاء ہیں جو پیشگوئییں اور حقیقی ہدف کے درمیان فرق کا اندازہ لگاتے ہیں۔انہیں ماڈل کی پیرامیٹروں کو اپ ڈیٹ کرنے کے لیے رد عمل فراہم کرنے سے تربیتی عمل کی رہنمائی کرتے ہیں۔اس بات کو سمجھنے کے لیے کہ ان سرگرمیوں کا کام کیسے مؤثر ریکٹر نیٹ ورک ماڈل بنانے کے لیے کتنا ضروری ہے۔

نقصاندہ نقصان‌دہ چیزوں کی اقسام

عام طور پر، کلاس کے لیے مختلف قسم کے نقصان کے مختلف کام ہوتے ہیں

نقصاندہ نقصان‌دہ

کسی ضلع کو نقصان پہنچانا اس میں مخصوص فارمولے کا اطلاق ماڈل کی پیش گوئیوں اور حقیقی لیبلوں پر کرنا شامل ہے۔مثلاً مربع غلطی مربع فرقوں کی اوسط شمار کرتی ہے جبکہ کراس میں امواج اور اصل کلاسوں کے درمیان میں قیاسی پیمائش کا اندازہ ہوتا ہے۔

جگہ

مختلف درخواستوں میں مختلف درخواستوں میں موجود ریکٹر نیٹ ورک کی تربیت میں کمی کا استعمال کیا جاتا ہے۔ مثالیں میں تصویری کلاس بندی شامل ہے، جہاں کراس مرکزی کردار عام ہے، اور اس طرح کے معاملات جیسے کہ گھر کی قیمتوں کی پیشینگوئی کی گئی ہے، جس کا مطلب اکثر مربع غلطی ہے. نقصان کے بارے میں مناسب انتخاب ماڈل کارکردگی بہتر طور پر بہتر طور پر بہتر بنایا گیا ہے۔