TensorFlow څنګه د ماډل پیرامیټرې اصلاح کوي ترڅو د وړاندوینو او ریښتیني معلوماتو ترمینځ توپیر کم کړي؟
شنبه ، 05 اګست 2023
by د EITCA اکاډمي
TensorFlow د خلاصې سرچینې ماشین زده کړې ځواکمن چوکاټ دی چې د وړاندوینو او ریښتیني معلوماتو ترمینځ توپیر کمولو لپاره مختلف اصلاح کولو الګوریتم وړاندیز کوي. په TensorFlow کې د ماډل پیرامیټونو د اصلاح کولو پروسه ډیری کلیدي مرحلې لري، لکه د ضایع فعالیت تعریف کول، د اصلاح کونکي غوره کول، د متغیرونو پیل کول، او د تکراري تازه معلوماتو ترسره کول. لومړی،
ځینې هایپرپرامیټرونه کوم دي چې موږ یې تجربه کولی شو زموږ په ماډل کې د لوړ دقت ترلاسه کولو لپاره؟
چهارشنبه ، د اګست 02 2023
by د EITCA اکاډمي
زموږ د ماشین زده کړې ماډل کې د لوړ دقت ترلاسه کولو لپاره ، ډیری هایپر پارامیټرونه شتون لري چې موږ یې تجربه کولی شو. Hyperparameters د تعدیل وړ پیرامیټرونه دي چې د زده کړې پروسې پیل کولو دمخه تنظیم شوي. دوی د زده کړې الګوریتم چلند کنټرولوي او د ماډل فعالیت باندې د پام وړ اغیزه لري. د پام وړ یو مهم هایپرپرامیټر دی