سوال:
مشین سیکھنے کے ماہرین زاویر ابتدائیہ کے بارے میں کیوں بات کر رہے ہیں؟
A:اعصابی نیٹ ورکس کی انجینئرنگ اور تربیت میں زاویر ابتدائیہ ایک اہم خیال ہے۔ پیشہ ور افراد مختلف حالتوں اور عصبی نیٹ ورک کی تہوں کے ذریعہ اشارے کے ابھرنے والے طریقوں کو منظم کرنے کے لئے زاویر ابتدائی استعمال کرنے کے بارے میں بات کرتے ہیں۔
زاویر ابتدائیہ بنیادی طور پر نیورون ماڈل میں انفرادی ان پٹس کے لئے ابتدائی وزن کو ترتیب دینے کا ایک طریقہ ہے۔ نیوران کے لئے خالص ان پٹ ہر انفرادی ان پٹ پر مشتمل ہوتا ہے ، جس کے وزن سے کئی گنا اضافہ ہوتا ہے ، جو منتقلی کی تقریب اور اس سے وابستہ ایکٹیویشن فنکشن کی طرف جاتا ہے۔ خیال یہ ہے کہ انجینئر ان ابتدائی نیٹ ورک کے وزن کو تیزی سے منظم کرنا چاہتے ہیں ، تاکہ یہ یقینی بنائے کہ نیٹ ورک ہر سطح پر مناسب تغیر کے ساتھ مناسب طور پر تبدیل ہوجاتا ہے۔
| مفت ڈاؤن لوڈ: مشین سیکھنا اور اس سے کیوں فرق پڑتا ہے |
ماہرین نے بتایا کہ انجینئر کسی حد تک تربیت کے آدانوں کے وزن کو ایڈجسٹ کرنے کے لئے اسٹاکسٹک گریڈینٹ نزول کا استعمال کرسکتے ہیں ، لیکن یہ کہ اگر وہ غلط وزن کے ساتھ کام شروع کردیتے ہیں تو ، وہ صحیح طور پر تبدیل نہیں ہوسکتے ہیں کیونکہ نیوران سیر ہوسکتے ہیں۔ ایک اور طریقہ جو کچھ پیشہ ور افراد نے پیش کیا وہ یہ ہے کہ سگنل "وزن بڑھا سکتے ہیں" یا "سکڑ" کر سکتے ہیں اور نا مناسب وزن کے ساتھ "اور" اسی وجہ سے لوگ مختلف ایکٹیویشن افعال کے مطابق زاویر ابتدائی استعمال کر رہے ہیں۔
اس خیال کا ایک حصہ ان نظاموں سے نمٹنے کی حدود سے متعلق ہے جو ابھی تک ترقی یافتہ نہیں ہیں: تربیت سے قبل انجینئر اندھیرے میں کچھ کام کر رہے ہیں۔ وہ اعداد و شمار نہیں جانتے ہیں ، لہذا وہ کیسے جانتے ہیں کہ ابتدائی آدانوں کو کس طرح وزن کیا جائے؟
اسی وجہ سے ، زاویر ابتدائیہ پروگرامنگ بلاگس اور فورمز میں گفتگو کا ایک مقبول موضوع ہے ، کیونکہ پیشہ ور افراد پوچھتے ہیں کہ اسے مختلف پلیٹ فارمز پر کیسے لاگو کیا جائے ، مثال کے طور پر ، ٹینسرفلو۔ اس قسم کی تکنیک مشین لرننگ اور مصنوعی ذہانت کے ڈیزائنوں کی تطہیر کا حصہ ہیں جو صارفین کی منڈیوں اور دوسری جگہوں پر ہونے والی پیشرفت پر بہت زیادہ اثر ڈال رہی ہیں۔
