Ers पिछले अध्याय

51. पाइपलाइन के घटकों का चयन: समस्याओं को हल करने में आसानी

प्रशिक्षण डेटा की उपलब्धता के अलावा, पाइपलाइन का निर्माण करते समय विचार करने के लिए दूसरा महत्वपूर्ण कारक घटक के उपयोग में आसानी है। आपको पाइपलाइन के ऐसे घटकों को चुनने की कोशिश करने की आवश्यकता है, जिनमें से प्रत्येक को विकसित करना या सीखना आसान है। लेकिन इसका क्या मतलब है: घटक सीखना आसान है?

कठिनाई के बढ़ते क्रम में मशीन सीखने के कार्य निम्नलिखित हैं:

1. ओवरएक्स्पोज़ किए गए चित्रों का वर्गीकरण (जैसा कि ऊपर दिए गए उदाहरण में है)
2. यह निर्धारित करना कि क्या एक छवि घर के अंदर या बाहर की ओर ले जाती है
3. यह निर्धारित करना कि एक छवि में एक बिल्ली है या नहीं
4. यह निर्धारित करना कि क्या एक छवि में काले और सफेद फर के साथ एक बिल्ली है
5. यह निर्धारित करना कि क्या किसी छवि में स्याम देश की बिल्ली (बिल्ली की एक विशेष नस्ल) है।

उनमें से प्रत्येक एक द्विआधारी वर्गीकरण समस्या है: एक छवि इनपुट है, एल्गोरिथ्म या तो 0 या 1 आउटपुट करता है। इसके अलावा, सूची में उच्च कार्य, "आसान" तंत्रिका नेटवर्क को हल करना सीखना है। सरल कार्यों के लिए कम प्रशिक्षण उदाहरणों की आवश्यकता होती है।

वर्तमान में मशीन सीखने में कार्य कठिनाई की कोई अच्छी औपचारिक परिभाषा नहीं है

: « », , — , , ( ). . .

, «», ( (shallow neural network)), «», (, () ). .

, , , .

, . :

, :

( ) .

( ) , 1, - .

( ) , , 0 1.

: , , , . , , . , Deep Learning Coursera.

.

: (1) , (2) (3) . «», , .

, , , , «» , .

52.

, x , . , ( , , )?

x =

y = « , »

h: -> Y, y .

:

, , , y, , . , (x) (y).

गहरी सीखने की बढ़ती प्रवृत्ति एंड-टू-एंड सिस्टम का शिक्षण है, जिसके आउटपुट, उपयुक्त लेबल डेटा (सिस्टम के लिए लेबल और आउटपुट) की उपलब्धता के साथ, आप चित्र, पाठ टुकड़े, ऑडियो क्लिप और अन्य जटिल ऑब्जेक्ट प्राप्त कर सकते हैं, और न केवल संख्या।

विस्तार