गहन शिक्षण
फ़ीचर इंजीनियरिंग का काम परतों को सौंपना
OVERVIEW
- सभी प्रविष्टियाँ
- 6
- प्रारंभिक
- 2
- मध्यवर्ती
- 3
- विशेषज्ञ
- 1
The turning point of deep learning was not “more layers” but the discovery that with enough width, data and stable optimisation, the intermediate abstractions grow on their own. This domain starts from a single neuron and works up to backpropagation, convolution, attention and the normalisation tricks that make depth actually trainable.
इस क्षेत्र में उत्तर देने वाले प्रश्न
- Q1
What is a single neuron actually computing?
- Q2
How does backpropagation carry error backwards?
- Q3
Why are deeper networks harder to train?
इस क्षेत्र की प्रविष्टियाँ
- 01न्यूरॉन और परसेप्ट्रॉनप्रारंभिकतंत्रिका जाल का सबसे छोटा पुर्ज़ा: भारित योग, एक बायस और अरैखिकता का एक मोड़
- 02बैकप्रोपेगेशनमध्यवर्ती«प्रवणता निकालना» को गणितीय पटर-मज़दूरी से एक फंक्शन कॉल बनाना — यही वह क्षण है जब गहन शिक्षण ने उड़ान भरी
- 03सक्रियण फलनप्रारंभिकइसके बिना, बहुत गहरा जाल भी केवल एक रैखिक रूपांतरण है
- 04संवलनीय तंत्रिका जालमध्यवर्तीपूर्ण संयोजन की जगह «स्थानीय रूप से देखो, हर जगह वही पैमाना दोहराओ» — यही विचार छवि पहचान को वास्तव में कारगर बनाया
- 05आवर्ती तंत्रिका जालमध्यवर्तीजाल को «स्मृति» देना: एक ही इकाई को समय के साथ दोहराकर किसी भी लंबाई के अनुक्रम संभालना
- 06सामान्यीकरण और अवशिष्ट संयोजनविशेषज्ञसैकड़ों परतों वाले जाल को वाकई प्रशिक्षित करना: एक तत्समक शॉर्टकट और हर परत पर पुनः-मापन