লিনিয়ার রিগ্রেশন: গ্রেডিয়েন্ট ডিসেন্ট ব্যায়াম
সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
এই অনুশীলনে, আপনি প্যারামিটার অনুশীলন থেকে জ্বালানি-দক্ষতা ডেটার গ্রাফটি পুনরায় দেখবেন। কিন্তু এবার, আপনি গ্রেডিয়েন্ট ডিসেন্ট ব্যবহার করে একটি রৈখিক মডেলের জন্য সর্বোত্তম ওজন এবং পক্ষপাতের মান শিখবেন যা ক্ষতি কমিয়ে দেয়।
গ্রাফের নিচের তিনটি কাজ সম্পন্ন করো।
কাজ #১: গ্রাফের নীচে লার্নিং রেট স্লাইডারটি ০.০৩ শেখার হার সেট করতে সামঞ্জস্য করুন। গ্রেডিয়েন্ট ডিসেন্ট চালানোর জন্য স্টার্ট বোতামে ক্লিক করুন।
মডেল প্রশিক্ষণের মাধ্যমে একত্রিত হতে (একটি স্থিতিশীল সর্বনিম্ন ক্ষতির মান অর্জন করতে) কত সময় লাগে? মডেল একত্রিত হওয়ার সময় MSE মান কত? কোন ওজন এবং পক্ষপাতের মান এই মান তৈরি করে?
আমাদের সমাধান দেখতে প্লাস আইকনে ক্লিক করুন।
যখন আমরা ০.০৩ শেখার হার নির্ধারণ করি, তখন মডেলটি প্রায় ৩০ সেকেন্ডের মধ্যে একত্রিত হয়, যথাক্রমে -১.১৪ এবং ২০.৩৮৯ ওজন এবং পক্ষপাতের মান সহ ২.৬৭ এর MSE অর্জন করে। এটি নির্দেশ করে যে আমরা একটি ভাল শেখার হার মান বেছে নিয়েছি।
কাজ #২: গ্রাফের ওজন এবং পক্ষপাতের মানগুলি পুনরায় সেট করতে গ্রাফের নীচের রিসেট বোতামটি ক্লিক করুন। লার্নিং রেট স্লাইডারটি 1.10e –5 এর কাছাকাছি একটি মানের সাথে সামঞ্জস্য করুন। গ্রেডিয়েন্ট ডিসেন্ট চালানোর জন্য স্টার্ট বোতামটি ক্লিক করুন।
এইবার মডেল প্রশিক্ষণের সমন্বয়ে কত সময় লাগে, সে সম্পর্কে আপনি কী লক্ষ্য করেন?
সমাধানটি দেখতে প্লাস আইকনে ক্লিক করুন।
বেশ কয়েক মিনিট পরেও, মডেল প্রশিক্ষণ এখনও একত্রিত হয়নি। ওজন এবং পক্ষপাতের মানগুলিতে ছোট ছোট আপডেটের ফলে ক্ষতির মান কিছুটা কমতে থাকে। এর অর্থ হল উচ্চতর শেখার হার বেছে নেওয়ার ফলে গ্রেডিয়েন্ট ডিসেন্টের মাধ্যমে সর্বোত্তম ওজন এবং পক্ষপাতের মানগুলি আরও দ্রুত খুঁজে পাওয়া সম্ভব হবে।
কাজ #৩: গ্রাফের ওজন এবং পক্ষপাতের মানগুলি পুনরায় সেট করতে গ্রাফের নীচের রিসেট বোতামে ক্লিক করুন। লার্নিং রেট স্লাইডারটি 1 পর্যন্ত সামঞ্জস্য করুন। গ্রেডিয়েন্ট ডিসেন্ট চালানোর জন্য স্টার্ট বোতামে ক্লিক করুন।
গ্রেডিয়েন্ট ডিসেন্ট চলার সাথে সাথে ক্ষতির মানগুলির কী হবে? এই সময় মডেল প্রশিক্ষণের মিলন হতে কত সময় লাগবে?
সমাধানটি দেখতে প্লাস আইকনে ক্লিক করুন।
উচ্চ মানের (MSE 300 এর বেশি) ক্ষতির মানগুলি ব্যাপকভাবে ওঠানামা করে। এটি ইঙ্গিত দেয় যে শেখার হার খুব বেশি, এবং মডেল প্রশিক্ষণ কখনই অভিন্নতায় পৌঁছাবে না।
[[["সহজে বোঝা যায়","easyToUnderstand","thumb-up"],["আমার সমস্যার সমাধান হয়েছে","solvedMyProblem","thumb-up"],["অন্যান্য","otherUp","thumb-up"]],[["এতে আমার প্রয়োজনীয় তথ্য নেই","missingTheInformationINeed","thumb-down"],["খুব জটিল / অনেক ধাপ","tooComplicatedTooManySteps","thumb-down"],["পুরনো","outOfDate","thumb-down"],["অনুবাদ সংক্রান্ত সমস্যা","translationIssue","thumb-down"],["নমুনা / কোড সংক্রান্ত সমস্যা","samplesCodeIssue","thumb-down"],["অন্যান্য","otherDown","thumb-down"]],["2025-12-17 UTC-তে শেষবার আপডেট করা হয়েছে।"],[],[]]