جب ہم اِس بات پر غور کرتے ہیں کہ ہم نے کس قسم کے لوگوں کو تعلیم دی ہے تو ہم اُن کے ساتھ کیسے پیش آ سکتے ہیں ۔

گرڈ تلاش

اسکے علاوہ ، یہ ہر پروگرام کو بہترین کارکردگی کی شناخت کیلئے ترتیب دیا جاتا ہے ۔ یہ آسان مگر آسان مگر آسان طریقے سے بہت زیادہ بلند ہوتا ہے ۔

ایدھیوں میں پیرامیٹر کی فضاء کی مکمل تحقیق شامل ہے ۔لیکن ، یہ بہت زیادہ کمیت کے اخراجات کی وجہ سے بڑے ماڈل یا فضائی پیرامیٹر کے لیے عملی نہیں ہو سکتی ۔

برفانی دور

Bayesian ophimaiz a spebilic selfial system of the مقصدی عمل۔ اس میں آگے کے لیے قابلِ قبول ہائیپراگرام آمیزوں کا انتخاب کرنے کے لیے اس ماڈل کا استعمال ہوتا ہے۔اس رسائی کا مقصد Gredimal پیرامیٹروں کو تلاش کرنے کے لیے Greater کی تلاش میں کم سے کم کشش رکھتا ہے۔

Bayesian طریقوں کو زیادہ مؤثر طور پر ہائیڈیزل جگہوں پر استعمال کیا جا سکتا ہے اور قابل توجہ علاقوں پر بھی توجہ مرکوز کر سکتا ہے. یہ اس وقت موزوں ہیں جب کمیت کے وسائل محدود ہوں یا جب مڈل ٹریننگ وقت ہو۔

دوسروں کو ذمہ‌داری سونپیں اور اُن کی ذمہ‌داری

  • Grid Search: چھوٹی چھوٹی پیرامیٹر جگہوں کے لیے بہترین اور جب غیر فعال تلاش کی جاتی ہے۔
  • Bayesian Optimation: [1] میں بہت سے ہائیپرپرمیٹر کے ساتھ پیچیدہ ماڈلز کے لیے ایم فل کیا۔
  • [FLT-ofs: Grid search آسان لیکن بھاری ہے؛ Bayesian servation مگر عمل آوری کے لیے زیادہ پیچیدہ ہے۔