مواد
سوال:
میکس پولنگ کس طرح ایلکس نیٹ کو امیج پروسیسنگ کے لئے ایک بہترین ٹکنالوجی بنانے میں مدد کرتا ہے؟
A:
ایک جدید مجازی عصبی نیٹ ورک ایلکس نیٹ میں میکس پولنگ کا تصور ایک پیچیدہ ماڈل میں داخل کیا گیا ہے جس میں متعدد مجازی تہوں کا حامل ہے جزوی طور پر فٹنگ میں مدد فراہم کرنے اور اس کام کو ہموار کرنے کے لئے جو اعصابی نیٹ ورک تصاویر کے ساتھ کام کرنے میں کرتا ہے جس کے ساتھ ماہرین کہتے ہیں۔ ایک "غیر لکیری downsampling حکمت عملی."
الیکژنٹ کو بڑے پیمانے پر ایک بہت اچھا سی این این سمجھا جاتا ہے ، جس نے 2012 ILSVRC (امیجنیٹ بڑے پیمانے پر بصری شناختی چیلنج) جیتا تھا ، جسے مشین سیکھنے اور عصبی نیٹ ورک کی ترقی کے لئے واٹرشیڈ ایونٹ کے طور پر دیکھا جاتا ہے (کچھ اسے کمپیوٹر وژن کا "اولمپکس" کہتے ہیں ).
نیٹ ورک کے فریم ورک میں ، جہاں تربیت کو دو جی پی یو میں تقسیم کیا گیا ہے ، وہاں پانچ کنفیوژنول پرت ہیں ، تین مکمل طور پر منسلک پرتیں اور کچھ زیادہ سے زیادہ پولنگ عمل درآمد۔
بنیادی طور پر ، زیادہ سے زیادہ پولنگ نیورانوں کے ذخیرے سے آؤٹ پٹ کی "پول" لیتا ہے اور اس کے بعد کی پرتوں کی اقدار پر ان کا اطلاق ہوتا ہے۔ اس کو سمجھنے کا دوسرا طریقہ یہ ہے کہ زیادہ سے زیادہ پولنگ نقطہ نظر ماڈل کو زیادہ مناسب طریقے سے فٹ کرنے کی خاطر اقدار کو مستحکم اور آسان بناسکتی ہے۔
زیادہ سے زیادہ پولنگ کمپیوٹ گریڈینٹ کی مدد کرسکتی ہے۔ کوئی یہ کہہ سکتا ہے کہ اس سے "حسابی بوجھ کو کم کیا جاتا ہے" یا "حد سے زیادہ کم ہوجاتا ہے" - ڈاؤن نمونے کے ذریعے زیادہ سے زیادہ پولنگ مشغول ہوجاتا ہے جسے "جہت میں کمی" کہا جاتا ہے۔
طول و عرض میں کمی ایک حد سے زیادہ پیچیدہ ماڈل رکھنے کے معاملے سے متعلق ہے جو اعصابی نیٹ ورک کے ذریعے چلنا مشکل ہے۔ ایک پیچیدہ شکل کا تصور کریں ، جس میں بہت سی چھوٹی چھوٹی چھوٹی چھوٹی شکلیں ہیں ، اور اس لائن کا ہر ایک چھوٹا سا ڈیٹا پوائنٹ کے ذریعہ نمائندگی کرتا ہے۔ جہت میں کمی کے ساتھ ، انجینئرز مشین لرننگ پروگرام کو "زوم آؤٹ" کرنے یا اعداد و شمار کے کم پوائنٹس نمونے میں مدد کر رہے ہیں ، تاکہ ماڈل کو مکمل آسان بنادیں۔ یہی وجہ ہے کہ اگر آپ زیادہ سے زیادہ پولنگ پرت اور اس کے آؤٹ پٹ کو دیکھیں تو آپ بعض اوقات طول و عرض میں کمی کی حکمت عملی کے مطابق ایک آسان سادہ پکسیلیشن دیکھ سکتے ہیں۔
الیکس نائٹ ایک فنکشن کا استعمال بھی کرتا ہے جسے ریکٹیفائیڈ لکیری یونٹ (ReLU) کہتے ہیں ، اور زیادہ سے زیادہ پولنگ سی این این کے توسط سے امیجوں کی پروسیسنگ میں اس تکنیک کی تکمیل ہوسکتی ہے۔
ماہرین اور اس پروجیکٹ میں شامل افراد نے الیکژنٹ کی مخصوص تعمیر کو ظاہر کرنے کے لئے وافر ماڈل ، مساوات اور دیگر تفصیلات فراہم کیں ، لیکن عام طور پر ، آپ زیادہ سے زیادہ تالاب لگانے کے بارے میں سوچ سکتے ہیں کہ متعدد مصنوعی نیورانوں کے آؤٹ پٹ کو کوالیسٹنگ یا استحکام فراہم کریں۔ یہ حکمت عملی سی این این کی مجموعی تعمیر کا حصہ ہے ، جو جدید مشین وژن اور تصویری درجہ بندی کا مترادف بن چکی ہے۔