مواد
ماخذ: Kran77 / ڈریم ٹائم ڈاٹ کام
ٹیکا وے:
گہری سیکھنے والے ماڈل کمپیوٹروں کو کچھ دلچسپ اور دلچسپ نتائج کے ساتھ خود سوچنے کی تعلیم دے رہے ہیں۔
زیادہ سے زیادہ ڈومینز اور صنعتوں پر گہری تعلیم کا اطلاق کیا جارہا ہے۔ بغیر ڈرائیور والی کاروں ، گو پلے سے لے کر ، امیجز میوزک تیار کرنے تک ، ہر روز گہری سیکھنے کے نئے ماڈل سامنے آرہے ہیں۔ یہاں ہم گہری سیکھنے کے کئی مشہور ماڈلز دیکھیں۔ سائنس دان اور ڈویلپرز ان ماڈلز کو لے رہے ہیں اور ان کو نئے اور تخلیقی طریقوں سے تبدیل کررہے ہیں۔ ہم امید کرتے ہیں کہ یہ شوکیس آپ کو یہ دیکھنے کی ترغیب دے گا کہ کیا ممکن ہے۔ (مصنوعی ذہانت میں پیشرفت کے بارے میں جاننے کے ل see ، کیا کمپیوٹر انسانی دماغ کی تقلید کے قابل ہوں گے؟)
عصبی انداز
جب آپ سافٹ ویئر کے معیار کی پرواہ نہیں کرتے ہیں تو آپ اپنی پروگرامنگ کی مہارت کو بہتر نہیں کرسکتے ہیں۔
عصبی کہانی سنانے والا
نیورل اسٹوری اسٹیلر ایک ایسا ماڈل ہے جس کو ، جب تصویر دی جاتی ہے تو ، اس شبیہہ کے بارے میں ایک رومانوی کہانی تیار کرسکتی ہے۔ یہ ایک تفریحی کھلونا ہے اور پھر بھی آپ مستقبل کا تصور کرسکتے ہیں اور اس سمت کو دیکھ سکتے ہیں جس میں یہ مصنوعی ذہانت کے تمام ماڈل چل رہے ہیں۔
مذکورہ بالا فنکشن "اسٹائل شفٹنگ" آپریشن ہے جو ماڈل کو معیاری امیج کیپشن کو ناولوں سے کہانیوں کے انداز میں منتقل کرنے کی اجازت دیتا ہے۔ اسٹائل شفٹنگ "آرٹسٹک اسٹائل کا ایک نیورل الگورتھم" سے متاثر ہوا۔
ڈیٹا
ڈیٹا کے دو اہم ذرائع ہیں جو اس ماڈل میں استعمال ہوتے ہیں۔ ایم ایس سی سی او مائکروسافٹ کا ایک ڈیٹاسیٹ ہے جس میں 300،000 کے قریب تصاویر ہیں اور ہر تصویر کے ساتھ پانچ عنوانات ہیں۔ ایم ایس او سی او واحد زیر نگرانی اعداد و شمار کا استعمال کیا جارہا ہے ، یعنی یہ واحد اعداد و شمار ہے جہاں انسانوں کو جانا پڑتا ہے اور ہر شبیہ کے لئے واضح طور پر کیپشن لکھنا پڑتا تھا۔
فیڈ فارورڈ اعصابی نیٹ ورک کی ایک اہم حدود یہ ہے کہ اس کی کوئی میموری نہیں ہے۔ ہر پیشگوئی پچھلے حساب سے آزاد ہے ، گویا یہ نیٹ ورک کی اب تک کی پہلی اور واحد پیش گوئی ہے۔ لیکن بہت سے کاموں کے ل for ، جیسے کسی جملے یا پیراگراف کا ترجمہ کرنا ، ان پٹ میں ترتیب وار اور اس سے متعلق اعداد و شمار پر مشتمل ہونا چاہئے۔ مثال کے طور پر ، آس پاس کے الفاظ کے ذریعہ فراہم کردہ الفاظ کے بغیر کسی ایک جملے میں کسی ایک لفظ کا احساس کرنا مشکل ہوگا۔
آر این این مختلف ہیں کیونکہ وہ نیوران کے مابین رابطوں کا ایک اور سیٹ جوڑتے ہیں۔ یہ رابطے تسلسل کے اگلے مرحلے میں پوشیدہ پرت میں موجود نیورانوں سے ہونے والی سرگرمیوں کو خود میں کھلانے کا اہل بناتے ہیں۔ دوسرے لفظوں میں ، ہر قدم پر ، ایک پوشیدہ پرت اپنے نیچے والی پرت سے اور تسلسل کے پچھلے مرحلے سے بھی ، دونوں کو چالو کرتی ہے۔ یہ ساخت بنیادی طور پر بار بار اعصابی نیٹ ورک میموری دیتا ہے۔ لہذا آبجیکٹ کی کھوج کے کام کے ل an ، ایک آر این این کتوں کی اپنی پچھلی درجہ بندی کی طرف متوجہ کرسکتا ہے تاکہ اس بات کا تعین کرنے میں مدد مل سکے کہ موجودہ تصویر کتا ہے یا نہیں۔
چار-آر این این ٹی ای ڈی
پوشیدہ پرت میں یہ لچکدار ڈھانچہ آر این این کو کردار کی سطح کے زبان کے نمونوں کے ل very بہت عمدہ ہونے کی اجازت دیتا ہے۔ چار آر این این ، اصل میں اندریج کارپتی کے ذریعہ تیار کیا گیا ہے ، ایک ایسا ماڈل ہے جو ایک فائل کو ان پٹ کے طور پر لیتا ہے اور ایک آر این این کو اس سلسلے میں اگلے کردار کی پیش گوئی کرنا سیکھنے کے لئے تربیت دیتا ہے۔ آر این این ایک حرف بہ حرف تخلیق کرسکتا ہے جو تربیت کے اصل اعداد کی طرح نظر آئے گا۔ مختلف ٹی ای ڈی مذاکرات کی نقلوں کا استعمال کرتے ہوئے ایک ڈیمو کی تربیت کی گئی ہے۔ ماڈل کو ایک یا متعدد کلیدی الفاظ کھلائیں اور اس سے ٹی ای ڈی ٹاک کی آواز / انداز میں مطلوبہ الفاظ (الفاظ) کے بارے میں ایک حوالہ پیدا ہوگا۔
نتیجہ اخذ کرنا
یہ ماڈل مشین انٹیلیجنس میں نئی کامیابیاں دکھاتے ہیں جو گہری سیکھنے کی وجہ سے ممکن ہوا ہے۔ گہری تعلیم سے پتہ چلتا ہے کہ ہم ان مسائل کو حل کر سکتے ہیں جن کا ہم پہلے کبھی حل نہیں کر سکتے تھے اور ہم ابھی اس سطح پر نہیں پہنچ پائے ہیں۔ گہری سیکھنے کی جدت طرازی کے نتیجے میں آئندہ دو سالوں میں ڈرائیور کے بغیر کاروں جیسی بہت سی دلچسپ چیزیں دیکھنے کی توقع کریں۔