এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
সুপারভাইজড কনট্রাস্টিভ লার্নিং (সুপকন)
একটি গভীর শিক্ষণ পদ্ধতি যা কনট্রাস্টিভ লার্নিং এবং শ্রেণি লেবেলকে একত্রিত করে এম্বেডিং স্পেসে উপস্থাপনাগুলোর পৃথকীকরণ উন্নত করতে একই শ্রেণির উদাহরণগুলোকে একত্রিত করে।
এম্বেডিং স্পেস
উচ্চ-মাত্রিক ভেক্টর স্পেস যেখানে ডেটা প্রক্ষেপণ করা হয় তাদের সিম্যান্টিক বৈশিষ্ট্য ক্যাপচার করার জন্য, উদাহরণগুলোর মধ্যে সাদৃশ্য পরিমাপের অনুমতি দেয়।
কনট্রাস্টিভ লস
একটি লস ফাংশন যা এম্বেডিং স্পেসে ইতিবাচক জোড়ার মধ্যে দূরত্ব কমায় এবং নেতিবাচক জোড়ার মধ্যে দূরত্ব বাড়ায়।
তাপমাত্রা প্যারামিটার
একটি স্কেলার হাইপারপ্যারামিটার যা সাদৃশ্য বন্টনের ঘনত্ব নিয়ন্ত্রণ করে, কনট্রাস্টিভ লার্নিংয়ে কঠিন নমুনাগুলোর শাস্তিকে প্রভাবিত করে।
বৈশিষ্ট্য প্রক্ষেপণ
এনকোডার দ্বারা নিষ্কাশিত বৈশিষ্ট্যগুলোতে কনট্রাস্টিভ লস গণনার আগে প্রয়োগ করা অ-রৈখিক রূপান্তর।
ব্যাচ নরমালাইজেশন
একটি নিয়মিতকরণ কৌশল যা প্রশিক্ষণ স্থিতিশীল করতে এবং অভিসৃতি উন্নত করতে প্রতিটি মিনি-ব্যাচে অ্যাক্টিভেশনগুলোকে স্বাভাবিক করে।
উপস্থাপনা শিক্ষণ
সংক্ষিপ্ত এবং তথ্যপূর্ণ উপস্থাপনা গঠনের জন্য কাঁচা ডেটা থেকে প্রাসঙ্গিক বৈশিষ্ট্যগুলো স্বয়ংক্রিয়ভাবে নিষ্কাশনের প্রক্রিয়া।
উদাহরণ পৃথকীকরণ
একটি প্রিটেক্সট টাস্ক যা একটি ব্যাচে বিভিন্ন উদাহরণকে আলাদা করে, কনট্রাস্টিভ লার্নিংয়ের ভিত্তি।
প্রজেকশন হেড
প্রধান এনকোডারের পরে প্রয়োগ করা অতিরিক্ত নিউরাল নেটওয়ার্ক যা বৈশিষ্ট্যগুলিকে সেই স্পেসে ম্যাপ করে যেখানে কনট্রাস্টিভ লস গণনা করা হয়।
ক্লাস-সচেতন স্যাম্পলিং
স্যাম্পলিং কৌশল যা সুপারভাইজড কনট্রাস্টিভ লার্নিং অপ্টিমাইজ করার জন্য প্রতিটি ব্যাচে ক্লাসের ভারসাম্য নিশ্চিত করে।
হার্ড নেগেটিভ মাইনিং
একটি কৌশল যা সিদ্ধান্ত সীমানার গুণমান উন্নত করার জন্য অ্যাঙ্করের সাথে সবচেয়ে সদৃশ নেগেটিভ উদাহরণগুলো সুনির্দিষ্টভাবে নির্বাচন করে।
ফিচার অগমেন্টেশন
একই ইনস্ট্যান্সের বিভিন্ন ভিউ তৈরি করার জন্য ইনপুট ডেটায় স্টোকাস্টিক ট্রান্সফর্মেশন প্রয়োগ করা, যা কনট্রাস্টিভ লার্নিংয়ের জন্য অপরিহার্য।
মেট্রিক লার্নিং
একটি লার্নিং প্যারাডাইম যা একটি দূরত্ব ফাংশন শেখার লক্ষ্য রাখে যেখানে সদৃশ ইনস্ট্যান্সগুলো কাছাকাছি এবং অসদৃশগুলো দূরে থাকে।