AI እንዴት ይማራል? ይህ መመሪያ በቀላል ቋንቋ ትላልቅ ሀሳቦችን ይገልፃል - በምሳሌዎች፣ ጥቃቅን ተዘዋዋሪዎች እና ጥቂት ፍጽምና የጎደላቸው ዘይቤዎች አሁንም ጠቃሚ ናቸው። ወደ እሱ እንግባ። 🙂
ከዚህ በኋላ ሊያነቧቸው የሚፈልጓቸው መጣጥፎች፡-
🔗 መተንበይ AI ምንድን ነው
ግምታዊ ሞዴሎች ታሪካዊ እና ቅጽበታዊ ውሂብን በመጠቀም ውጤቶችን እንዴት እንደሚተነብዩ።
🔗 የትኞቹ ኢንዱስትሪዎች AI ይረብሻቸዋል
ዘርፎች በአብዛኛው በአውቶሜሽን፣ በትንታኔ እና በወኪሎች ሊለወጡ ይችላሉ።
🔗 GPT ምን ማለት ነው?
የጂፒቲ ምህፃረ ቃል እና አመጣጥ ግልፅ ማብራሪያ።
🔗 የ AI ችሎታዎች ምንድ ናቸው
የ AI ስርዓቶችን ለመገንባት፣ ለማሰማራት እና ለማስተዳደር ዋና ብቃቶች።
ታዲያ እንዴት ያደርጋል? ✅
AI እንዴት ይማራል ብለው ሲጠይቁ , እነሱ ብዙውን ጊዜ ማለታቸው: ሞዴሎች ብቻ ከቆንጆ የሂሳብ መጫወቻዎች ይልቅ እንዴት ጠቃሚ ይሆናሉ. መልሱ የምግብ አሰራር ነው።
-
ግልጽ ዓላማ - “ጥሩ” ምን ማለት እንደሆነ የሚገልጽ የኪሳራ ተግባር። [1]
-
ጥራት ያለው ውሂብ - የተለያዩ፣ ንጹህ እና ተዛማጅ። ብዛት ይረዳል; ልዩነት የበለጠ ይረዳል. [1]
-
የተረጋጋ ማመቻቸት - ከገደል ላይ መንቀጥቀጥን ለማስወገድ በተንኮል ቀስ በቀስ መውረድ። [1]፣ [2]
-
አጠቃላይ - የስልጠና ስብስብ ብቻ ሳይሆን በአዲስ መረጃ ላይ ስኬት. [1]
-
የግብረመልስ ምልልስ - ግምገማ፣ የስህተት ትንተና እና መደጋገም። [2]፣ [3]
-
ደህንነት እና አስተማማኝነት - ግርዶሽ እንዳይሆን የጥበቃ መንገዶች፣ ሙከራዎች እና ሰነዶች። [4]
ለሚቀርቡ መሠረቶች፣ የሚታወቀው የጥልቅ መማሪያ ጽሑፍ፣ ለእይታ ተስማሚ የሆነ የኮርስ ማስታወሻዎች፣ እና በእጅ ላይ የሚደረግ የብልሽት ኮርስ እርስዎን በምልክት ውስጥ ሳያሰጥሙ አስፈላጊ ነገሮችን ይሸፍናል። [1]–[3]
AI እንዴት ይማራል? አጭር መልስ በእንግሊዝኛ ✍️
የ AI ሞዴል በዘፈቀደ የመለኪያ እሴቶች ይጀምራል። ትንበያ ያደርጋል። በኪሳራ አስቆጥረዋል ። ቅልጥፍናን በመጠቀም ጥፋቱን ለመቀነስ እነዚያን መለኪያዎች ይንቀጠቀጣሉ ። ሞዴሉ መሻሻል እስኪያቆም ድረስ (ወይም መክሰስ እስኪያልቅ ድረስ) ይህን ምልልስ በብዙ ምሳሌዎች ላይ ይድገሙት። በአንድ ትንፋሽ ውስጥ ያለው የስልጠና ዑደት ነው። [1]፣ [2]
ትንሽ የበለጠ ትክክለኛነት ከፈለጉ፣ ከታች ያለውን ቀስ በቀስ መውረድ እና የኋላ መስፋፋት ላይ ያሉትን ክፍሎች ይመልከቱ። ለፈጣን ፣ ሊፈታ የሚችል ዳራ ፣ አጫጭር ትምህርቶች እና ቤተ ሙከራዎች በብዛት ይገኛሉ። [2]፣ [3]
መሰረቱ፡ ውሂብ፣ አላማዎች፣ ማመቻቸት 🧩
-
ውሂብ ፡ ግብዓቶች (x) እና ኢላማዎች (y)። ውሂቡ በሰፋ እና በጸዳ መጠን አጠቃላይ የማጠቃለል እድሉ የተሻለ ይሆናል። የመረጃ አያያዝ ማራኪ አይደለም ነገር ግን ያልተነገረለት ጀግና ነው። [1]
-
ሞዴል ፡ ተግባር (f_\theta(x)) ከግቤቶች (\teta) ጋር። የነርቭ ኔትወርኮች በተወሳሰቡ መንገዶች የተዋሃዱ ቀላል ክፍሎች ናቸው-የሌጎ ጡቦች ፣ ግን ስኩዊሸር። [1]
-
ዓላማ ፡- ስህተትን የሚለካ ኪሳራ (L(f_\theta(x)፣y))። ምሳሌዎች፡ አማካኝ ካሬ ስሕተት (መመለሻ) እና መስቀል-ኢንትሮፒ (መመደብ)። [1]
-
ማመቻቸት ፡ ግቤቶችን ለማዘመን (የስቶካስቲክ) ቀስ በቀስ ቁልቁል ይጠቀሙ፡ (\theta \ የግራ ቀስት \ Theta - \eta \nabla_\theta L)። የመማሪያው ፍጥነት (\eta)፡ በጣም ትልቅ እና ወዲያ ወዲህ ትዞራላችሁ; በጣም ትንሽ እና ለዘለአለም ትተኛለህ. [2]
ለኪሳራ ተግባራት እና ማመቻቸት ለንጹህ መግቢያዎች፣ የስልጠና ዘዴዎች እና ወጥመዶች ላይ ያሉ አንጋፋ ማስታወሻዎች በጣም ጥሩ ናቸው። [2]
ክትትል የሚደረግበት ትምህርት፡ ከተሰየሙ ምሳሌዎች ተማር 🎯
ሀሳብ ፡ የሞዴሉን ጥንድ ግቤት እና ትክክለኛ መልስ አሳይ። ሞዴሉ የካርታ ስራን ይማራል (x \ ቀኝ ቀስት y)።
-
የተለመዱ ተግባራት : የምስል ምደባ, የስሜት ትንተና, የሠንጠረዥ ትንበያ, የንግግር ማወቂያ.
-
የተለመዱ ኪሳራዎች ፡ መስቀል-ኢንትሮፒ ለምድብ፣ ለድጋሚ ስኩዌር ስሕተት። [1]
-
ወጥመዶች ፡ የመለያ ጫጫታ፣ የክፍል አለመመጣጠን፣ የውሂብ መፍሰስ።
-
መጠገኛዎች ፡ የተስተካከለ ናሙና፣ ጠንካራ ኪሳራ፣ መደበኛ ማድረግ እና የበለጠ የተለያየ መረጃ መሰብሰብ። [1]፣ [2]
በአስርተ አመታት ቤንችማርኮች እና የምርት ልምምድ ላይ በመመስረት ክትትል የሚደረግበት ትምህርት የስራ ፈረስ ሆኖ ይቆያል ምክንያቱም ውጤቶቹ ሊገመቱ የሚችሉ እና ልኬቶች ቀጥተኛ በመሆናቸው ነው። [1]፣ [3]
ቁጥጥር ያልተደረገበት እና በራስ የመመራት ትምህርት፡ የውሂብን አወቃቀር ይማሩ 🔍
ቁጥጥር የማይደረግበት መለያዎች የሌሉበት ቅጦችን ይማራል።
-
ስብስብ ፡ የቡድን ተመሳሳይ ነጥቦች—k-means ቀላል እና በሚገርም ሁኔታ ጠቃሚ ነው።
-
የመጠን ቅነሳ ፡ መረጃን ወደ አስፈላጊ አቅጣጫዎች ማጨቅ - ፒሲኤ የመግቢያ መሳሪያ ነው።
-
ጥግግት/አመንጭ ሞዴሊንግ ፡ ራሱ የመረጃ ስርጭቱን ይማሩ። [1]
በራስ ቁጥጥር የሚደረግበት ዘመናዊው ሞተር ነው፡ ሞዴሎች የራሳቸውን ቁጥጥር (ጭምብል የተደረገ ትንበያ፣ ንፅፅር ትምህርት) ይፈጥራሉ፣ በውቅያኖሶች ላይ ምልክት በሌለው መረጃ ላይ እንዲሰለጥኑ እና በኋላ ላይ እንዲስተካከሉ ያስችልዎታል። [1]
የማጠናከሪያ ትምህርት፡ በመስራት እና ግብረ መልስ በማግኘት ተማር 🕹️
አንድ ወኪል ከአካባቢ ጋር ይገናኛል ፣ ሽልማቶችን እና የረጅም ጊዜ ሽልማትን ከፍ የሚያደርግ ፖሊሲ
-
ዋና ክፍሎች : ግዛት, ድርጊት, ሽልማት, ፖሊሲ, እሴት ተግባር.
-
አልጎሪዝም ፡ ጥ-ትምህርት፣ የፖሊሲ ምረቃዎች፣ ተዋናይ–ተቺ።
-
ማሰስ vs. ብዝበዛ ፡ አዳዲስ ነገሮችን ይሞክሩ ወይም የሚሰራውን እንደገና ይጠቀሙ።
-
የብድር ምደባ ፡ የትኛው እርምጃ የትኛውን ውጤት አስከተለ?
የሰዎች ግብረመልስ ሽልማቶች ሲዝረሩ ስልጠናን ሊመራ ይችላል - ደረጃ ወይም ምርጫዎች ፍጹም ሽልማትን በእጅ ሳይገልጹ ባህሪን ለመቅረጽ ይረዳሉ። [5]
ጥልቅ ትምህርት፣ ደጋፊ እና ቀስ በቀስ መውረድ - የሚመታ ልብ 🫀
የነርቭ መረቦች ቀላል ተግባራት ጥንቅሮች ናቸው. ለመማር፣ በኋለኛው ፕሮፓጋንዳ ፡-
-
አስተላልፍ ማለፊያ ፡ ትንበያዎችን ከግብአት አስላ።
-
ኪሳራ ፡- በትንቢቶች እና ዒላማዎች መካከል ያለውን ስህተት ይለኩ።
-
የኋላ ማለፊያ ፡ የኪሳራውን ቀስ በቀስ ለማስላት እያንዳንዱን ግቤት የሰንሰለት ደንቡን ተግብር።
-
አዘምን ፡ አመቻች በመጠቀም ግቤቶችን ከግራዲየንቱ ጋር ያዙሩ።
እንደ ሞመንተም፣ RMSProp እና አዳም ያሉ ተለዋዋጮች ስልጠናን ከቁጣ በታች ያደርጉታል። እንደ ማቋረጥ ፣ የክብደት መበስበስ እና ቀደም ብሎ ማቆም ሞዴሎችን ከማስታወስ ይልቅ አጠቃላይ እንዲሆኑ ይረዳሉ። [1]፣ [2]
ትራንስፎርመሮች እና ትኩረት: ለምን ዘመናዊ ሞዴሎች ብልህ እንደሆኑ ይሰማቸዋል 🧠✨
ትራንስፎርመሮች በቋንቋ እና በራዕይ ውስጥ ብዙ ተደጋጋሚ ቅንብሮችን ተክተዋል። ዋናው ዘዴ ራስን ትኩረት መስጠት , ይህም አንድ ሞዴል እንደ አውድ ላይ በመመስረት የተለያዩ የግቤት ክፍሎችን እንዲመዘን ያስችለዋል. የአቀማመጥ ኢንኮዲንግ ቅደም ተከተልን ይቆጣጠራል፣ እና ባለብዙ ጭንቅላት ትኩረት ሞዴሉ በአንድ ጊዜ በተለያዩ ግንኙነቶች ላይ እንዲያተኩር ያስችለዋል። ማመጣጠን-የበለጠ የተለያየ ውሂብ፣ ተጨማሪ መለኪያዎች፣ ረዘም ያለ ስልጠና - ብዙ ጊዜ ያግዛል፣ ተመላሾችን በመቀነስ እና ወጪዎችን ይጨምራል። [1]፣ [2]
ማጠቃለያ፣ ከመጠን በላይ መገጣጠም እና አድልዎ-ልዩነት ዳንስ 🩰
አንድ ሞዴል የሥልጠናውን ስብስብ ሊወስድ እና አሁንም በገሃዱ ዓለም ሊፈስ ይችላል።
-
ከመጠን በላይ መገጣጠም : ድምጽን ያስታውሳል. የስልጠና ስህተት ወድቋል፣ ስህተቱን ፈትሽ።
-
መገጣጠም : በጣም ቀላል; ምልክት ይጎድላል.
-
አድልዎ-ልዩነት ንግድ- ውስብስብነት አድሎአዊነትን ይቀንሳል ነገር ግን ልዩነትን ሊጨምር ይችላል።
እንዴት በተሻለ ሁኔታ ማጠቃለል እንደሚቻል:
-
የበለጠ የተለያየ ውሂብ - የተለያዩ ምንጮች፣ ጎራዎች እና የጠርዝ ጉዳዮች።
-
መደበኛነት - ማቋረጥ, ክብደት መበስበስ, የውሂብ መጨመር.
-
ትክክለኛ ማረጋገጫ - ንጹህ የሙከራ ስብስቦች ፣ ለአነስተኛ መረጃ ማረጋገጫ።
-
ተንሳፋፊን መከታተል - የውሂብ ስርጭትዎ በጊዜ ሂደት ይቀየራል።
አደጋን የሚያውቅ የልምምድ ፍሬሞች እነዚህን እንደ የሕይወት ዑደት ተግባራት - አስተዳደር፣ ካርታ ስራ፣ መለካት እና አስተዳደር - የአንድ ጊዜ የፍተሻ ዝርዝሮች አይደሉም። [4]
አስፈላጊ የሆኑ መለኪያዎች፡ መማር መከሰቱን እንዴት እናውቃለን 📈
-
ምደባ : ትክክለኛነት, ትክክለኛነት, ማስታወስ, F1, ROC AUC. ያልተመጣጠነ መረጃ ትክክለኛነትን ይጠይቃል - ኩርባዎችን አስታውስ። [3]
-
መመለሻ ፡ MSE፣ MAE፣ (R^2)። [1]
-
ደረጃ መስጠት/ማስመለስ ፡ MAP፣ NDCG፣ recall@K። [1]
-
አመንጪ ሞዴሎች ፡ ግራ መጋባት (ቋንቋ)፣ BLEU/ROUGE/CIDER (ጽሑፍ)፣ CLIP-ተኮር ውጤቶች (ባለብዙ ሞዳል) እና-ወሳኝ-የሰው ግምገማዎች። [1]፣ [3]
ከተጠቃሚ ተጽዕኖ ጋር የሚጣጣሙ መለኪያዎችን ይምረጡ። የውሸት አወንታዊ ውጤቶች እውነተኛ ዋጋ ከሆኑ ትክክለኛነት ላይ ትንሽ እብጠት አግባብነት የለውም። [3]
የሥልጠና የሥራ ሂደት በገሃዱ ዓለም፡ ቀላል ንድፍ 🛠️
-
የችግሩን ፍሬም - ግብዓቶችን, ውጤቶችን, ገደቦችን እና የስኬት መስፈርቶችን ይግለጹ.
-
የውሂብ ቧንቧ መስመር - መሰብሰብ, መለያ መስጠት, ማጽዳት, መከፋፈል, መጨመር.
-
መሰረታዊ - ቀላል ጀምር; መስመራዊ ወይም የዛፍ መነሻ መስመሮች በሚያስደነግጥ ሁኔታ ተወዳዳሪ ናቸው።
-
ሞዴሊንግ - ጥቂት ቤተሰቦችን ይሞክሩ: ቀስ በቀስ የተጨመሩ ዛፎች (ታቡላር), CNNs (ምስሎች), ትራንስፎርመሮች (ጽሑፍ).
-
ስልጠና - መርሐግብር፣ የትምህርት ደረጃ ስልቶች፣ የፍተሻ ነጥቦች፣ አስፈላጊ ከሆነ የተቀላቀለ ትክክለኛነት።
-
ግምገማ - ጠለፋዎች እና የስህተት ትንተና። አማካዩን ብቻ ሳይሆን ስህተቶቹን ተመልከት።
-
ማሰማራት - የማጣቀሻ ቧንቧ, ክትትል, ምዝግብ ማስታወሻ, የመመለሻ እቅድ.
-
ተደጋጋሚ - የተሻለ ውሂብ፣ ጥሩ ማስተካከያ ወይም የአርክቴክቸር ማስተካከያዎች።
አነስተኛ መያዣ ፡ የኢሜል ክላሲፋየር ፕሮጀክት በቀላል መስመራዊ መነሻ መስመር ተጀምሯል፣ በመቀጠል የሰለጠነ ትራንስፎርመርን በጥሩ ሁኔታ ተስተካክሏል። ትልቁ ድል ሞዴሉ አልነበረም - የመለያ ስያሜውን ማጥበቅ እና ያልተወከሉ የ"ጫፍ" ምድቦችን መጨመር ነበር። እነዚያ ከተሸፈኑ በኋላ፣ የማረጋገጫው F1 በመጨረሻ የገሃዱ ዓለም አፈጻጸምን ተከታትሏል። (የወደፊት እራስህ፡ በጣም አመሰግናለሁ።)
የውሂብ ጥራት፣ መለያ መስጠት እና እራስህን ያለመዋሸት ረቂቅ ጥበብ 🧼
ቆሻሻ መጣያ፣ ተጸጸተ። የመለያ መመሪያዎች ወጥነት ያላቸው፣ የሚለኩ እና የሚገመገሙ መሆን አለባቸው። የኢንተር-አኖቶተር ስምምነት ጉዳዮች።
-
ምሳሌዎችን ፣ የማዕዘን መያዣዎችን እና ክራባት ሰሪዎችን በመጠቀም ጽሑፎችን ይፃፉ።
-
የተባዙ እና በቅርብ የተባዙ የውሂብ ስብስቦችን ኦዲት ያድርጉ።
-
provenanceን ይከታተሉ - እያንዳንዱ ምሳሌ ከየት እንደመጣ እና ለምን እንደጨመረ።
-
የውሂብ ሽፋንን ከትክክለኛ የተጠቃሚ ሁኔታዎች ጋር ይለኩ፣ የተስተካከለ መለኪያ ብቻ አይደለም።
እነዚህ እርስዎ በተጨባጭ ሊሰሩት ከሚችሉት ሰፊ የማረጋገጫ እና የአስተዳደር ማዕቀፎች ጋር በትክክል ይጣጣማሉ። [4]
ትምህርትን አስተላልፍ፣ ጥሩ ማስተካከያ እና አስማሚ - ከባድ ማንሳትን እንደገና ይጠቀሙ ♻️
አስቀድመው የሰለጠኑ ሞዴሎች አጠቃላይ መግለጫዎችን ይማራሉ; ጥሩ ማስተካከያ ባነሰ ውሂብ ወደ ተግባርዎ ያስተካክላቸዋል።
-
የባህሪ ማውጣት : የጀርባ አጥንትን ያቀዘቅዙ, ትንሽ ጭንቅላትን ያሠለጥኑ.
-
ሙሉ ጥሩ ማስተካከያ ፡ ሁሉንም መለኪያዎች ለከፍተኛ አቅም ያዘምኑ።
-
መለኪያ-ውጤታማ ዘዴዎች ፡- አስማሚዎች፣ የሎራ-ቅጥ ዝቅተኛ-ደረጃ ማሻሻያ-ማስሌት ጥብቅ ሲሆን ጥሩ ነው።
-
የጎራ መላመድ ፡ መክተቶችን በጎራዎች ላይ አሰልፍ፤ ትናንሽ ለውጦች, ትልቅ ትርፍ. [1]፣ [2]
ዘመናዊ ፕሮጄክቶች ያለጀግንነት በጀቶች በፍጥነት ሊንቀሳቀሱ የሚችሉት ለዚህ ነው እንደገና ጥቅም ላይ የዋለው ንድፍ።
ደህንነት፣ አስተማማኝነት እና አሰላለፍ - አማራጭ ያልሆኑ ቢትስ 🧯
መማር ትክክለኛነት ብቻ አይደለም። እንዲሁም ጠንካራ፣ ፍትሃዊ እና ከታቀደው አጠቃቀም ጋር የተጣጣሙ ሞዴሎችን ይፈልጋሉ።
-
የጠላትነት ጥንካሬ : ትናንሽ ትንኮሳዎች ሞዴሎችን ሊያታልሉ ይችላሉ.
-
አድልዎ እና ፍትሃዊነት ፡ አጠቃላይ አማካዮችን ብቻ ሳይሆን የንዑስ ቡድን አፈጻጸምን ይለኩ።
-
አተረጓጎም ለምን እንደሆነ ለማየት ያግዝዎታል ።
-
የሰው ልጅ በ loop ውስጥ ፡ ለአሻሚ ወይም ከፍተኛ ተጽዕኖ የሚያሳድሩ ውሳኔዎች የመጨመር መንገዶች። [4]፣ [5]
በፍላጎት ላይ የተመሰረተ ትምህርት አላማዎች ደብዛዛ ሲሆኑ የሰውን ፍርድ ለማካተት አንዱ ተግባራዊ መንገድ ነው። [5]
የሚጠየቁ ጥያቄዎች በአንድ ደቂቃ ውስጥ - ፈጣን እሳት ⚡
-
ስለዚህ ፣ በእውነቱ ፣ AI እንዴት ይማራል? በኪሳራ ላይ ተደጋጋሚ ማመቻቸት፣ ግቤቶችን ወደ ተሻለ ትንበያዎች ይመራል። [1]፣ [2]
-
ተጨማሪ ውሂብ ሁልጊዜ ይረዳል? ብዙውን ጊዜ, እየቀነሰ እስኪመለስ ድረስ. ልዩነት ብዙውን ጊዜ ጥሬውን መጠን ይመታል. [1]
-
መለያዎች የተዘበራረቁ ከሆኑስ? ጩኸት-ጠንካራ ዘዴዎችን ተጠቀም ፣ የተሻሉ ቃላቶችን ተጠቀም እና በራስ የሚተዳደር ቅድመ-ስልጠናን አስብ። [1]
-
ለምንድነው ትራንስፎርመሮች የበላይ የሆኑት? ትኩረትን በደንብ ያስተካክላል እና የረጅም ጊዜ ጥገኛዎችን ይይዛል; የመሳሪያ ስራ ብስለት ነው. [1]፣ [2]
-
ስልጠና እንደጨረስኩ እንዴት አውቃለሁ? የማረጋገጫ መጥፋት ጠፍጣፋ፣ ሜትሪክስ ይረጋጋል፣ እና አዲስ ውሂብ እንደተጠበቀው ይሰራል - ከዚያ ተንሳፋፊን ይቆጣጠሩ። [3]፣ [4]
የንፅፅር ሰንጠረዥ - ዛሬ በትክክል ልትጠቀምባቸው የምትችላቸው መሳሪያዎች 🧰
በዓላማ ላይ በትንሹ ተንኮለኛ። ዋጋዎች ለዋና ቤተ-መጻሕፍት ናቸው-በሚዛን ማሰልጠን የኢንፍራ ወጪዎች አሉት።
| መሳሪያ | ምርጥ ለ | ዋጋ | ለምን ጥሩ ይሰራል |
|---|---|---|---|
| ፒቶርች | ተመራማሪዎች, ግንበኞች | ነፃ - ክፍት src | ተለዋዋጭ ግራፎች፣ ጠንካራ ስነ-ምህዳር፣ ምርጥ መማሪያዎች። |
| TensorFlow | የምርት ቡድኖች | ነፃ - ክፍት src | የበሰለ አገልግሎት፣ TF Lite ለሞባይል; ትልቅ ማህበረሰብ ። |
| scikit-ተማር | የሰንጠረዥ መረጃ፣ መነሻዎች | ፍርይ | ንጹህ ኤፒአይ፣ ለመድገም ፈጣን፣ ምርጥ ሰነዶች። |
| ኬራስ | ፈጣን ፕሮቶታይፕ | ፍርይ | ከፍተኛ-ደረጃ ኤፒአይ ከTF በላይ፣ ሊነበቡ የሚችሉ ንብርብሮች። |
| ጃክስ | የኃይል ተጠቃሚዎች, ምርምር | ፍርይ | ራስ-ቬክተሪዜሽን፣ XLA ፍጥነት፣ የሚያማምሩ የሂሳብ ንዝረቶች። |
| የፊት ትራንስፎርመሮችን ማቀፍ | NLP ፣ እይታ ፣ ኦዲዮ | ፍርይ | አስቀድመው የሰለጠኑ ሞዴሎች፣ ቀላል ጥሩ ማስተካከያ፣ ምርጥ ማዕከሎች። |
| መብረቅ | የሥልጠና የሥራ ሂደቶች | ነፃ ኮር | መዋቅር፣ ምዝግብ ማስታወሻ፣ ባለብዙ ጂፒዩ-ባትሪዎች ተካትተዋል። |
| XGBoost | ሠንጠረዥ ተወዳዳሪ | ፍርይ | ጠንካራ የመነሻ መስመሮች፣ ብዙ ጊዜ በተዋቀረ ውሂብ ያሸንፋል። |
| ክብደት እና አድሎአዊነት | የሙከራ ክትትል | ነፃ ደረጃ | እንደገና መራባት፣ ሩጫዎችን ማወዳደር፣ ፈጣን የመማሪያ ቀለበቶች። |
ለመጀመር ስልጣን ያላቸው ሰነዶች፡- ፒቶርች፣ ቴንሶር ፍሎው እና የጸዳ scikit-Learn የተጠቃሚ መመሪያ። (አንዱን ይምረጡ፣ ትንሽ ነገር ይገንቡ፣ ይድገሙት።)
ጥልቅ ውስት፡ እውነተኛ ጊዜን የሚቆጥቡ ተግባራዊ ምክሮች 🧭
-
የትምህርት ደረጃ መርሃ ግብሮች ፡ የኮሳይን መበስበስ ወይም አንድ-ዑደት ስልጠናን ሊያረጋጋ ይችላል።
-
ባች መጠን ፡ ትልቅ ሁልጊዜ የተሻለ ሰዓት የማረጋገጫ መለኪያዎች አይደለም፣ የፍሰት መጠን ብቻ አይደለም።
-
ክብደት init : ዘመናዊ ነባሪዎች ጥሩ ናቸው; ስልጠና ከቆመ ፣ ጅምርን እንደገና ይጎብኙ ወይም ቀደምት ንብርብሮችን መደበኛ ያድርጉት።
-
መደበኛነት ፡ ባች መደበኛ ወይም የንብርብር መደበኛ ማመቻቸት በሚያስደንቅ ሁኔታ ለስላሳ ያደርገዋል።
-
የውሂብ መጨመር : ለምስሎች መገልበጥ/ሰብሎች/የቀለም ጅረት; ለጽሑፍ ማስመሰያ/ማስመሰያ ማደባለቅ።
-
የስህተት ትንተና ፡ የቡድን ስህተቶች በአንድ ጠርዝ መያዣ ሁሉንም ነገር ወደ ታች ሊጎትቱ ይችላሉ።
-
Repro : ዘሮችን ያዘጋጁ ፣ ሎግ hyperparams ፣ የፍተሻ ነጥቦችን ያስቀምጡ። ወደፊት አመስጋኝ ትሆናለህ, ቃል እገባለሁ. [2]፣ [3]
በሚጠራጠሩበት ጊዜ መሰረታዊ ነገሮችን እንደገና ይከታተሉ። መሰረታዊ ነገሮች ኮምፓስ ይቀራሉ. [1]፣ [2]
የሚሰራ ትንሽ ዘይቤ 🪴
ሞዴልን ማሰልጠን አንድን ተክል በሚገርም አፍንጫ እንደማጠጣት ነው። በጣም ብዙ ውሃ የማይመች ኩሬ። በቂ ያልሆነ ድርቅ። ከፀሀይ ብርሀን ከጥሩ መረጃ እና ከንፁህ አላማዎች የተመጣጠነ ንጥረ ነገር ያለው ትክክለኛ ገለጻ, እና እድገትን ያገኛሉ. አዎ ፣ ትንሽ ቺዝ ፣ ግን ተጣብቋል።
AI እንዴት ይማራል? ሁሉንም አንድ ላይ በማሰባሰብ 🧾
አንድ ሞዴል በዘፈቀደ ይጀምራል. ቀስ በቀስ ላይ በተመሰረቱ ዝማኔዎች፣ በኪሳራ እየተመራ፣ መለኪያዎቹን በውሂብ ውስጥ ካሉ ቅጦች ጋር ያስተካክላል። ትንበያን ቀላል የሚያደርጉ ውክልናዎች ብቅ ይላሉ። ግምገማው መማር እውነት እንጂ ድንገተኛ እንዳልሆነ ይነግርዎታል። እና ለደህንነት ሲባል ከጠባቂዎች ጋር መደጋገም - ማሳያን ወደ አስተማማኝ ስርዓት ይለውጠዋል። ያ አጠቃላይ ታሪክ ነው፣ መጀመሪያ ከመሰለው ያነሱ ምስጢራዊ ንዝረቶች። [1]–[4]
የመጨረሻ አስተያየቶች - በጣም ረጅም ፣ ያልተነበቡ 🎁
-
AI እንዴት ይማራል? በብዙ ምሳሌዎች ላይ ከግራዲተሮች ጋር ያለውን ኪሳራ በመቀነስ። [1]፣ [2]
-
ጥሩ መረጃ፣ ግልጽ ዓላማዎች እና የተረጋጋ ማመቻቸት መማርን አጥብቆ እንዲይዝ ያደርገዋል። [1]–[3]
-
አጠቃላይነት ማስታወስን ይመታል - ሁልጊዜ። [1]
-
ደህንነት፣ ግምገማ እና መደጋገም ብልህ ሀሳቦችን ወደ አስተማማኝ ምርቶች ይለውጣሉ። [3]፣ [4]
-
ልዩ የሆኑ አርክቴክቸርዎችን ከማሳደድዎ በፊት ቀላል ይጀምሩ፣ በደንብ ይለኩ እና ውሂብን በማስተካከል ያሻሽሉ። [2]፣ [3]
ዋቢዎች
-
ጉድፌሎው፣ ቤንጂዮ፣ ኮርቪል - ጥልቅ ትምህርት (ነጻ የመስመር ላይ ጽሑፍ)። አገናኝ
-
ስታንፎርድ CS231n - Convolutional Neural Networks ለእይታ ዕውቅና (የኮርስ ማስታወሻዎች እና ስራዎች)። አገናኝ
-
ጉግል - የማሽን መማር የብልሽት ኮርስ፡ ምደባ መለኪያዎች (ትክክለኝነት፣ ትክክለኛነት፣ ማስታወሻ፣ ROC/AUC) ። አገናኝ
-
NIST - AI ስጋት አስተዳደር ማዕቀፍ (AI RMF 1.0) . አገናኝ
-
OpenAI - ከሰብአዊ ምርጫዎች መማር (በምርጫ ላይ የተመሰረተ ስልጠና አጠቃላይ እይታ). አገናኝ