|
1. Sun’iy intellek nima? Mashinali o‘qitish va suniy intellekt
|
| bet | 29/32 | | Sana | 20.12.2023 | | Hajmi | 46,87 Kb. | | #125194 |
Bog'liq mashinaliParametrik ReLU (PReLU): Bu ham Leaky ReLU ga o'xshash, lekin a ni o'zgaruvchilik sifatida qabul qiladi va o'rganiladi. PReLU modelning o'rganish va yaxshi natijalar olish imkoniyatlarini oshiradi.
ReLU funksiyalari o'zgaruvchili tarmoqlar va chuqur o'qitish modellarida ishlatiladi va oddiy sigmoid yoki tanh funksiyalariga nisbatan tez ishlaydi. Ular sinflandirish va chuqur tarmoqlarda juda o'ziga xos xususiyatlarga ega bo'lib, aktivatsiya funksiyalari sifatida yuqori amalni ko'rsatadi.
42. Sinflashtirish masalasi uchun Loss funksiyalari (Binary Cross Entrapy, Cross Entrapy)
ChatGPT
Sinflashtirish (classification) masalalari uchun "Loss" funksiyalari modelning chetlangan natijalarini (outputlarni) haqiqiy natijalar bilan solishtirish uchun ishlatiladi. Bu funksiyalar modelning o'rgangan natijalarining chetlangan natijalardan qanday farqda chiqqanligini o'lchaydi va modelning o'zgarishi va yangilanishiga o'xshaydi.
Binary Cross Entropy Loss (BCELoss): Bu funksiya ikkita sinfli sinflandirish uchun ishlatiladi. Agar model bitta sinf (masalan, 0 yoki 1) ni aniqlayotgan bo'lsa, u odatda ishlatiladi. BCELoss funksiyasi bitta sinfli sinflandirish uchun ishlatiladi va uning formulasi quyidagicha:
BCELoss=−N1∑i=1N(yi⋅log(y^i)+(1−yi)⋅log(1−y^i))
Bu yerda:
N – ma'lumotlar soni.
yi – haqiqiy natija.
y^i – modelning beringan natijasi.
Cross Entropy Loss: Bu esa ko'p sinfli sinflandirish uchun ishlatiladi, ya'ni sinflar soni 2 dan ko'p bo'lsa. Misol uchun, 3 yoki undan ko'p sinflar uchun foydalaniladi. U quyidagi formulada ifodalangan:
CrossEntropyLoss=−N1∑i=1N∑j=1Cyi,j⋅log(y^i,j)
Bu yerda:
N – ma'lumotlar soni.
C – sinflar soni.
yi,j – haqiqiy natija (one-hot encoding formatda).
y^i,j – modelning beringan natijasi.
Bu funksiyalar modelning sinflarni aniqlash natijalarini haqiqiy natijalar bilan solishtiradi va uchuvchi qanday darajada noto'g'ri ishlaganligini o'lchaydi. Bu esa modelni o'rganish va o'zgaruvchilarini yangilashda yordam beradi.
43. Regressiya masalasi uchun Loss funksiyalari (MSE, MAE)
ChatGPT
Regressiya masalalari uchun "Loss" yoki "Cost" funksiyalari, modelning beringan natijalari (outputlarni) ma'lumotlardagi haqiqiy qiymatlar bilan solishtirish uchun ishlatiladi. Modelning o'rganish jarayonida, bu funksiyalar natijalarning neqotanoni aniqlab, beringan natijalar bilan qanday farqda chiqqanligini o'lchaydi. Ular natijalarning o'zgarishi va yangilanishi uchun ham foydalaniladi.
|
| |
