সেভ করা পৃষ্ঠা গুছিয়ে রাখতে 'সংগ্রহ' ব্যবহার করুন
আপনার পছন্দ অনুযায়ী কন্টেন্ট সেভ করুন ও সঠিক বিভাগে রাখুন।
মেশিন লার্নিং একটি হাওয়া হবে যদি আমাদের সমস্ত ক্ষতির বক্ররেখা এইরকম দেখায় যখন আমরা প্রথমবার আমাদের মডেলকে প্রশিক্ষণ দিই:
কিন্তু বাস্তবে, ক্ষতি বক্ররেখা ব্যাখ্যা করা বেশ চ্যালেঞ্জিং হতে পারে। নিম্নলিখিত প্রশ্নের উত্তর দিতে ক্ষতি বক্ররেখা সম্পর্কে আপনার বোঝার ব্যবহার করুন।
1. আমার মডেল প্রশিক্ষণ দেবে না!
আপনার বন্ধু মেল এবং আপনি একটি ইউনিকর্ন চেহারা ভবিষ্যদ্বাণীতে কাজ চালিয়ে যাচ্ছেন। এখানে আপনার প্রথম ক্ষতি বক্ররেখা আছে.
সমস্যাটি বর্ণনা করুন এবং কীভাবে মেল এটি ঠিক করতে পারে:
বিভাগটি প্রসারিত করতে প্লাস আইকনে ক্লিক করুন এবং উত্তরটি প্রকাশ করুন।
আপনার মডেল একত্রিত হয় না. এই ডিবাগিং পদক্ষেপগুলি চেষ্টা করুন:
মডেল ডিবাগিংয়ের ধাপগুলি অনুসরণ করে আপনার বৈশিষ্ট্যগুলি লেবেলগুলির পূর্বাভাস দিতে পারে কিনা তা পরীক্ষা করুন৷
খারাপ উদাহরণ সনাক্ত করতে একটি ডেটা স্কিমার বিরুদ্ধে আপনার ডেটা পরীক্ষা করুন৷
এই প্লটের মতো প্রশিক্ষণ যদি অস্থির মনে হয়, তাহলে মডেলটিকে প্যারামিটার স্পেসে বাউন্স না করতে আপনার শেখার হার কমিয়ে দিন।
আপনার ডেটাসেটকে 10টি উদাহরণে সরল করুন যা আপনি জানেন যে আপনার মডেল ভবিষ্যদ্বাণী করতে পারে। হ্রাস করা ডেটাসেটে খুব কম ক্ষতি পান। তারপর সম্পূর্ণ ডেটাসেটে আপনার মডেল ডিবাগ করা চালিয়ে যান।
আপনার মডেলকে সরল করুন এবং নিশ্চিত করুন যে মডেলটি আপনার বেসলাইনকে ছাড়িয়ে গেছে। তারপরে মডেলটিতে ক্রমবর্ধমান জটিলতা যুক্ত করুন।
2. আমার ক্ষতি বিস্ফোরিত!
মেল আপনাকে অন্য বক্ররেখা দেখায়। এখানে কি ভুল হচ্ছে এবং কিভাবে তিনি এটি ঠিক করতে পারেন? নিচে আপনার উত্তর লিখুন.
বিভাগটি প্রসারিত করতে প্লাস আইকনে ক্লিক করুন এবং উত্তরটি প্রকাশ করুন।
ক্ষতির একটি বড় বৃদ্ধি সাধারণত ইনপুট ডেটার অস্বাভাবিক মানের কারণে ঘটে। সম্ভাব্য কারণগুলি হল:
ইনপুট ডেটাতে NaNs।
অস্বাভাবিক ডেটার কারণে বিস্ফোরিত গ্রেডিয়েন্ট।
শূন্য দ্বারা বিভাগ.
শূন্য বা ঋণাত্মক সংখ্যার লগারিদম।
একটি বিস্ফোরিত ক্ষতি ঠিক করতে, আপনার ব্যাচগুলিতে এবং আপনার ইঞ্জিনিয়ারড ডেটাতে অস্বাভাবিক ডেটা পরীক্ষা করুন৷ যদি অসংগতি সমস্যাযুক্ত বলে মনে হয়, তাহলে কারণ অনুসন্ধান করুন। অন্যথায়, যদি অসংগতিটি আউটলাইং ডেটার মতো দেখায়, তাহলে নিশ্চিত করুন যে আউটলাইয়ারগুলি আপনার ডেটা এলোমেলো করে ব্যাচের মধ্যে সমানভাবে বিতরণ করা হয়েছে।
3. আমার মেট্রিক্স পরস্পরবিরোধী!
মেল অন্য বক্ররেখা আপনার নিতে চায়. কি ভুল হচ্ছে এবং কিভাবে তিনি এটি ঠিক করতে পারেন? নিচে আপনার উত্তর লিখুন.
সমস্যাটি বর্ণনা করুন এবং কীভাবে মেল এটি ঠিক করতে পারে:
বিভাগটি প্রসারিত করতে প্লাস আইকনে ক্লিক করুন এবং উত্তরটি প্রকাশ করুন।
প্রত্যাহার 0 এ আটকে আছে কারণ আপনার উদাহরণগুলির শ্রেণীবিভাগের সম্ভাবনা ইতিবাচক শ্রেণিবিন্যাসের জন্য থ্রেশহোল্ডের চেয়ে বেশি নয়। এই পরিস্থিতি প্রায়ই একটি বৃহৎ শ্রেণীর ভারসাম্যহীনতার সমস্যায় ঘটে। মনে রাখবেন যে ML লাইব্রেরি, যেমন TF Keras, সাধারণত শ্রেণীবিভাগের মেট্রিক্স গণনা করতে 0.5 এর একটি ডিফল্ট থ্রেশহোল্ড ব্যবহার করে।
এই পদক্ষেপগুলি চেষ্টা করুন:
আপনার শ্রেণীবিভাগ থ্রেশহোল্ড কম করুন.
থ্রেশহোল্ড-ইনভেরিয়েন্ট মেট্রিক্স পরীক্ষা করুন, যেমন AUC।
4. পরীক্ষার ক্ষতি খুব বেশি!
মেল আপনাকে প্রশিক্ষণ এবং ডেটাসেট পরীক্ষার জন্য ক্ষতির বক্ররেখা দেখায় এবং জিজ্ঞাসা করে "কী হয়েছে?" নিচে আপনার উত্তর লিখুন.
সমস্যাটি বর্ণনা করুন এবং কীভাবে মেল এটি ঠিক করতে পারে:
বিভাগটি প্রসারিত করতে প্লাস আইকনে ক্লিক করুন এবং উত্তরটি প্রকাশ করুন।
আপনার মডেল ট্রেনিং ডেটার সাথে ওভারফিটিং। এই পদক্ষেপগুলি চেষ্টা করুন:
মডেল ক্ষমতা হ্রাস.
নিয়মিতকরণ যোগ করুন।
পরীক্ষা করুন যে প্রশিক্ষণ এবং পরীক্ষার বিভাজন পরিসংখ্যানগতভাবে সমতুল্য।
5. আমার মডেল আটকে যায়
আপনি ধৈর্য্য ধরেন যখন মেল কয়েক দিন পরে অন্য বক্ররেখা নিয়ে ফিরে আসে। এখানে কি ভুল হচ্ছে এবং কিভাবে মেল এটি ঠিক করতে পারে?
সমস্যাটি বর্ণনা করুন এবং কীভাবে মেল এটি ঠিক করতে পারে:
বিভাগটি প্রসারিত করতে প্লাস আইকনে ক্লিক করুন এবং উত্তরটি প্রকাশ করুন।
আপনার ক্ষতি পুনরাবৃত্তিমূলক, পদক্ষেপ মত আচরণ দেখাচ্ছে. এটা সম্ভব যে আপনার মডেল দ্বারা দেখা ইনপুট ডেটা নিজেই পুনরাবৃত্তিমূলক আচরণ প্রদর্শন করছে৷ নিশ্চিত করুন যে শাফেলিং ইনপুট ডেটা থেকে পুনরাবৃত্তিমূলক আচরণকে সরিয়ে দিচ্ছে।
ইহা কাজ করছে!
"এটি এখন পুরোপুরি কাজ করছে!" মেল চিৎকার করে। তিনি জয়যুক্তভাবে তার চেয়ারে ফিরে ঝুঁকে পড়েন এবং একটি বড় দীর্ঘশ্বাস ফেলেন। বক্ররেখা মহান দেখায় এবং আপনি কৃতিত্ব সঙ্গে মরীচি. মেল এবং আপনি আপনার মডেল যাচাই করার জন্য নিম্নলিখিত অতিরিক্ত চেকগুলি নিয়ে আলোচনা করার জন্য কিছুক্ষণ সময় নিন।
