এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
নরমালাইজিং ফ্লো
একটি সাধারণ বন্টনকে জটিল বন্টনে ম্যাপ করার জন্য বিপরীতমুখী দ্বিমুখী রূপান্তরের ক্রম ব্যবহার করে জেনারেটিভ মডেল আর্কিটেকচার, যা সম্ভাব্যতা ঘনত্বের সঠিক অনুমান এবং দক্ষ নমুনা সংগ্রহ সক্ষম করে।
বাইজেকশন
একটি গাণিতিক বিপরীতমুখী ফাংশন যেখানে গন্তব্য সেটের প্রতিটি উপাদানের উৎস সেটে ঠিক একটি পূর্বসূরী থাকে, নরমালাইজিং ফ্লো-এর মৌলিক বৈশিষ্ট্য যা রূপান্তরের বিপরীততা নিশ্চিত করে।
জ্যাকোবিয়ান
একটি ভেক্টর রূপান্তরের আংশিক ডেরিভেটিভের ম্যাট্রিক্স, যার নির্ধারক নরমালাইজিং ফ্লো-এ রূপান্তরের সময় আয়তন পরিবর্তন গণনা করতে এবং বন্টনের স্বাভাবিকীকরণ বজায় রাখতে অপরিহার্য।
রিয়েলএনভিপি
রিয়েল-ভ্যালুড নন-ভলিউম প্রিজারভিং, নরমালাইজিং ফ্লো আর্কিটেকচার যা মাস্কড অ্যাফাইন রূপান্তর সহ কাপলিং লেয়ার প্রবর্তন করে, দক্ষ জ্যাকোবিয়ান নির্ধারক গণনা এবং দ্রুত বিপরীতমুখী রূপান্তর সক্ষম করে।
কাপলিং লেয়ার
রিয়েলএনভিপি এবং গ্লো আর্কিটেকচারের মৌলিক বিল্ডিং ব্লক, মাত্রাগুলিকে দুটি ব্লকে বিভক্ত করে যেখানে একটি ব্লক অন্য ব্লকের উপর নির্ভরশীল প্যারামিটারাইজড ফাংশন দ্বারা রূপান্তরিত হয়, এইভাবে দ্বিমুখীতা সংরক্ষণ করার পাশাপাশি জটিল রূপান্তর সম্ভব করে।
প্ল্যানার ফ্লো
f(z) = z + u·h(wᵀz + b) ফর্মের ফাংশন ব্যবহার করে ফ্লো রূপান্তরের একটি প্রকার, যেখানে h একটি নন-লিনিয়ার ফাংশন, বহু-মোডাল বন্টন মডেল করার জন্য ল্যাটেন্ট স্পেসে প্ল্যানার বিকৃতি তৈরি করে।
রেডিয়াল ফ্লো
স্পেসের নির্দিষ্ট বিন্দুর চারপাশে রেডিয়াল রূপান্তর প্রয়োগ করে ফ্লো আর্কিটেকচার, f(z) = z + β/(α + ||z - z₀||)(z - z₀) ফর্মের ফাংশন ব্যবহার করে লক্ষ্যযুক্ত স্থানীয় বিকৃতি তৈরি করে।
মাস্কড অটোরিগ্রেসিভ ফ্লো (এমএএফ)
অটোরিগ্রেশন এবং মাস্কিং সংমিশ্রণ করে ত্রিভুজাকার রূপান্তর গঠনের জন্য নরমালাইজিং ফ্লো, যেখানে প্রতিটি মাত্রা শুধুমাত্র পূর্ববর্তী মাত্রাগুলির উপর নির্ভর করে, সঠিক ঘনত্ব অনুমান সম্ভব করে কিন্তু অনুক্রমিক নমুনা সংগ্রহ প্রয়োজন।
ইনভার্স অটোরিগ্রেসিভ ফ্লো (IAF)
ঘনত্ব অনুমানের জন্য ক্রমিক মূল্যায়নের বিনিময়ে দক্ষ সমান্তরাল নমুনা সংগ্রহের জন্য নির্ভরতার দিক উল্টিয়ে দেওয়া MAF-এর একটি বৈকল্পিক, যা বৈচিত্র্যময় মডেল এবং বাস্তব-সময়ের উত্পাদনমূলক অ্যাপ্লিকেশনের জন্য বিশেষভাবে উপযুক্ত।
গ্লো
উচ্চ-মানের ইমেজ মডেলিংয়ের জন্য পারমুটেশন প্রতিস্থাপন করতে উল্টানো ১×১ কনভোলিউশন প্রবর্তনকারী একটি জেনারেটিভ নরমালাইজিং ফ্লো আর্কিটেকচার, উন্নত কাপলিং স্তর এবং অ্যাক্টিভেশন নরমালাইজেশনের সাথে মিলিত।
ইনভার্টিবল ১×১ কনভোলিউশন
১×১ কার্নেল সহ একটি কনভোলিউশন অপারেশন যা একটি উল্টানো ম্যাট্রিক্স হিসাবে প্যারামিটারাইজড, গ্লোতে চ্যানেলগুলির মধ্যে শেখার যোগ্য পারমুটেশন সম্পাদন করতে ব্যবহৃত হয়, দ্বিমুখিতা সংরক্ষণ করে এবং জ্যাকোবিয়ানের দক্ষ গণনা অনুমোদন করে।
ভেরিয়েবলস ফর্মুলার পরিবর্তন
জ্যাকোবিয়ানের নির্ধারকের মাধ্যমে রূপান্তরের আগে এবং পরে সম্ভাব্যতা ঘনত্বের মধ্যে সম্পর্ক স্থাপনকারী নরমালাইজিং ফ্লোসের মৌলিক গাণিতিক নীতি, যা সম্ভাবনার সঠিক অনুমান অনুমোদন করে।
নিউরাল স্প্লাইন ফ্লো
প্রাথমিক রূপান্তর হিসাবে দ্বিঘাতিক যুক্তিসঙ্গত স্প্লাইন ফাংশন ব্যবহার করে একটি ফ্লো আর্কিটেকচার, বিশ্লেষণাত্মক জ্যাকোবিয়ান গণনা এবং উন্নত সংখ্যাসূচক স্থিতিশীলতা সহ উচ্চ অভিব্যক্তিশীলতা প্রদান করে।
বেস ডিস্ট্রিবিউশন
লেটেন্ট স্পেসে একটি সাধারণ বন্টন (সাধারণত আইসোট্রপিক গাউসিয়ান বা ইউনিফর্ম) যা ফ্লোর ক্রমিক রূপান্তরের জন্য সূচনা বিন্দু হিসাবে কাজ করে, নমুনা সংগ্রহ এবং ঘনত্ব গণনার সহজতার জন্য নির্বাচিত।
সঠিক সম্ভাবনা গণনা
নরমালাইজিং ফ্লোসের একটি প্রধান সুবিধা যা ডেটার লগ-সম্ভাবনার বিশ্লেষণাত্মক সঠিক গণনা অনুমোদন করে, অন্যান্য জেনারেটিভ মডেলগুলির বিপরীতে যেগুলির নমুনা সংগ্রহ বা বৈচিত্র্যময় সীমার মতো অনুমানের প্রয়োজন হয়।
ফ্রিভাল্ডস-গাউসিয়ান ফ্লো
ঘূর্ণন এবং স্কেলিং ম্যাট্রিক্সের উপর ভিত্তি করে কাঠামোগত রূপান্তর ব্যবহার করে একটি ফ্লো আর্কিটেকচার, উচ্চ মাত্রার জন্য সংখ্যাসূচক স্থিতিশীলতা এবং জ্যাকোবিয়ান নির্ধারকের দক্ষ গণনা নিশ্চিত করে।
ত্রিভুজাকার রূপান্তর
স্ব-প্রতিগামী প্রবাহে ব্যবহৃত ত্রিভুজাকার জ্যাকোবিয়ান রূপান্তরের একটি প্রকার, যেখানে ত্রিভুজাকার কাঠামো দ্বিমুখীত্ব নিশ্চিত করে এবং নির্ধারক গণনাকে কর্ণীয় উপাদানগুলির গুণফল হিসাবে সরল করে।