தனிப்பட்ட தரவு உள்ளீடுகள் '' வடிவத்தில் சேமிக்கப்படுகின்றன டென்சர்கள் 'PyTorch இல் மற்றும்' சாய்வுகள் ஆழமான கற்றல் மாதிரியின் பயிற்சி வளையத்திற்குள் பின்தங்கிய பரவலைப் பயன்படுத்தி டென்சர்களின் ” கணக்கிடப்படுகிறது. கால ' அளவிடப்படாத ” என்பது தரவு பச்சையாக உள்ளது மற்றும் முன்செயலாக்கம் அல்லது மேம்படுத்தல் எதுவும் இல்லை. டென்சரின் அளவிடப்படாத சாய்வு, குறிப்பிட்ட இழப்பு செயல்பாட்டின் மாற்றத்தின் உண்மையான மதிப்பை வழங்குகிறது.
இந்த வலைப்பதிவில், PyTorch இல் டென்சரின் அளவிடப்படாத சாய்வை எவ்வாறு கணக்கிடுவது என்று விவாதிப்போம்.
PyTorch இல் டென்சரின் அளவிடப்படாத கிரேடியன்ட் என்றால் என்ன?
டென்சர்கள் என்பது டேட்டாவைக் கொண்ட பல பரிமாண வரிசைகள் மற்றும் PyTorch இல் உள்ள GPUகளில் இயங்கக்கூடியவை. எந்த முன் செயலாக்கம், மாற்றங்கள் அல்லது மேம்படுத்தல்கள் இல்லாமல் தரவுத்தொகுப்பிலிருந்து மூலத் தரவைக் கொண்டிருக்கும் டென்சர்கள் அளவிடப்படாத டென்சர்கள் என்று அழைக்கப்படுகின்றன. இருப்பினும், ஒரு ' அளவிடப்படாத சாய்வு ” என்பது அளவிடப்படாத டென்சரிலிருந்து வேறுபட்டது மற்றும் இரண்டையும் குழப்பாமல் பார்த்துக்கொள்ள வேண்டும். ஒரு டென்சரின் அளவிடப்படாத சாய்வு, தேர்ந்தெடுக்கப்பட்ட இழப்புச் செயல்பாட்டைப் பொறுத்து கணக்கிடப்படுகிறது, மேலும் அது எந்த கூடுதல் மேம்படுத்தல் அல்லது அளவிடுதல் ஆகியவற்றைக் கொண்டிருக்கவில்லை.
PyTorch இல் டென்சரின் அளவிடப்படாத சாய்வை எவ்வாறு கணக்கிடுவது?
டென்சரின் அளவிடப்படாத சாய்வு என்பது தேர்ந்தெடுக்கப்பட்ட இழப்பு செயல்பாடு தொடர்பான உள்ளீட்டுத் தரவின் மாற்ற விகிதத்தின் உண்மையான மதிப்பாகும். பயிற்சி சுழற்சியின் போது மாதிரியின் நடத்தை மற்றும் அதன் முன்னேற்றத்தைப் புரிந்துகொள்ள மூல சாய்வு தரவு முக்கியமானது.
PyTorch இல் டென்சரின் அளவிடப்படாத சாய்வை எவ்வாறு கணக்கிடுவது என்பதை அறிய கீழே கொடுக்கப்பட்டுள்ள படிகளைப் பின்பற்றவும்:
படி 1: IDE ஐ அமைப்பதன் மூலம் திட்டத்தைத் தொடங்கவும்
PyTorch திட்டங்களின் வளர்ச்சிக்கான சிறந்த தேர்வுகளில் Google Colaboratory IDE ஒன்றாகும், ஏனெனில் இது வேகமான செயலாக்கத்திற்கு GPU களுக்கு இலவச அணுகலை வழங்குகிறது. கோலாப் செல்லுங்கள் இணையதளம் மற்றும் கிளிக் செய்யவும் ' புதிய நோட்புக் வேலை தொடங்க விருப்பம்:
படி 2: அத்தியாவசியமான டார்ச் லைப்ரரியை இறக்குமதி செய்யவும்
PyTorch கட்டமைப்பின் அனைத்து செயல்பாடுகளும் ' ஜோதி ” நூலகம். ஒவ்வொரு PyTorch திட்டமும் இந்த நூலகத்தை நிறுவி இறக்குமதி செய்வதன் மூலம் தொடங்குகிறது:
!பிப் இன்ஸ்டால் டார்ச்இறக்குமதி ஜோதி
மேலே உள்ள குறியீடு பின்வருமாறு செயல்படுகிறது:
- “! பிப் ” என்பது திட்டங்களில் நூலகங்களை நிறுவ பயன்படும் பைத்தானின் நிறுவல் தொகுப்பு ஆகும்.
- ' இறக்குமதி ” என்ற கட்டளை நிறுவப்பட்ட நூலகங்களை திட்டத்தில் அழைக்க பயன்படுகிறது.
- இந்த திட்டத்திற்கு ' ஜோதி 'நூலகம்:
படி 3: கிரேடியன்டுடன் பைடார்ச் டென்சரை வரையறுத்தல்
பயன்படுத்த ' ஜோதி.டென்சர் ()” சாய்வு கொண்ட டென்சரை வரையறுக்கும் முறை” requires_grad=உண்மை ”முறை:
A = torch.tensor([5.0], requires_grad=True)படி 4: ஒரு எளிய இழப்பு செயல்பாட்டை வரையறுக்கவும்
ஒரு இழப்பு செயல்பாடு காட்டப்பட்டுள்ளபடி எளிய எண்கணித சமன்பாட்டைப் பயன்படுத்தி வரையறுக்கப்படுகிறது:
இழப்பு_செயல்பாடு = A*5 
படி 5: சாய்வைக் கணக்கிட்டு வெளியீட்டிற்கு அச்சிடவும்
பயன்படுத்த ' பின்தங்கிய ()” காட்டப்பட்டுள்ளபடி அளவிடப்படாத சாய்வைக் கணக்கிடுவதற்கான முறை:
இழப்பு_செயல்பாடு.பின்னோக்கி()unscaled_grad = A.grad
அச்சு ('பைடார்ச் டென்சரின் அளவிடப்படாத கிரேடியன்ட்: ', அளவிடப்படாத_கிராட்)
மேலே உள்ள குறியீடு பின்வருமாறு செயல்படுகிறது:
- பயன்படுத்த ' பின்தங்கிய ()” பின்தங்கிய பரப்புதல் மூலம் அளவிடப்படாத சாய்வைக் கணக்கிடுவதற்கான முறை.
- ஒதுக்கவும் ' A.grad 'க்கு' அளவிடப்படாத_கிரேடு ” மாறி.
- கடைசியாக, பயன்படுத்தவும் ' அச்சு ()” அளவிடப்படாத சாய்வு வெளியீட்டைக் காண்பிக்கும் முறை:
குறிப்பு : நீங்கள் எங்கள் Colab நோட்புக்கை இதில் அணுகலாம் இணைப்பு .
சார்பு உதவிக்குறிப்பு
டென்சர்களின் அளவிடப்படாத சாய்வு, PyTorch கட்டமைப்பிற்குள் உள்ள நரம்பியல் நெட்வொர்க்கிற்கான இழப்பு செயல்பாட்டுடன் உள்ளீட்டுத் தரவின் சரியான தொடர்பைக் காண்பிக்கும். திருத்தப்படாத சாய்வு இரண்டு மதிப்புகளும் எவ்வாறு முறையாகத் தொடர்புடையது என்பதைக் காட்டுகிறது.
வெற்றி! PyTorch இல் டென்சரின் அளவிடப்படாத சாய்வை எவ்வாறு கணக்கிடுவது என்பதை நாங்கள் இப்போது காட்டியுள்ளோம்.
முடிவுரை
முதலில் டென்சரை வரையறுப்பதன் மூலம் PyTorch இல் ஒரு டென்சரின் அளவிடப்படாத சாய்வைக் கணக்கிடவும், பின்னர் சாய்வைக் கண்டறிய பின்தங்கிய() முறையைப் பயன்படுத்தவும். ஆழமான கற்றல் மாதிரியானது உள்ளீட்டுத் தரவை வரையறுக்கப்பட்ட இழப்புச் செயல்பாட்டுடன் எவ்வாறு தொடர்புபடுத்துகிறது என்பதை இது காட்டுகிறது. இந்த வலைப்பதிவில், PyTorch இல் ஒரு டென்சரின் அளவிடப்படாத சாய்வை எவ்வாறு கணக்கிடுவது என்பது குறித்த படிப்படியான பயிற்சியை வழங்கியுள்ளோம்.