এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
ওজন কোয়ান্টাইজেশন
মডেলের ওজনের নির্ভুলতা কমানোর প্রক্রিয়া, যেখানে কার্যক্ষমতা এবং গতির মধ্যে ভাল ভারসাম্য বজায় রাখার জন্য অ্যাক্টিভেশনগুলিকে সম্পূর্ণ নির্ভুলতায় রাখা হয়।
অ্যাক্টিভেশন কোয়ান্টাইজেশন
ওজনের পাশাপাশি অ্যাক্টিভেশনগুলোর (স্তরের আউটপুট) নির্ভুলতা কমানোর প্রক্রিয়া, যা মডেলের সর্বোচ্চ অপ্টিমাইজেশন নিশ্চিত করে।
৮-বিট কোয়ান্টাইজেশন
মডেলের প্যারামিটারগুলোকে ৩২ বা ১৬ বিট থেকে ৮ বিটে রূপান্তর করা, যা মেমরি ৭৫% কমিয়ে দেয় এবং নির্ভুলতার উপর মাঝারি প্রভাব ফেলে।
৪-বিট কোয়ান্টাইজেশন
৪ বিটে নির্ভুলতা কমানোর চরম কৌশল, যা বড় মেমরি সাশ্রয় করে কিন্তু কার্যক্ষমতা বজায় রাখতে উন্নত অ্যালগরিদম প্রয়োজন হয়।
ডায়নামিক কোয়ান্টাইজেশন
ইনফারেন্সের সময় গতিশীলভাবে কোয়ান্টাইজেশন প্রয়োগ করা, যা ইনপুট ডেটার ভিত্তিতে রিয়েল-টাইমে কোয়ান্টাইজেশন প্যারামিটারগুলোকে মানিয়ে নেয়।
স্ট্যাটিক কোয়ান্টাইজেশন
একটি নির্দিষ্ট ক্যালিব্রেশন সেটের উপর কোয়ান্টাইজেশন প্যারামিটারগুলো পূর্ব-গণনা করা, যা গতি বাড়ায় কিন্তু প্রতিনিধিত্বমূলক ডেটা প্রয়োজন হয়।