এআই গ্লসারি

📖

শব্দ

ঐতিহাসিক সঞ্চয়

গত গ্রেডিয়েন্টগুলির তথ্য সংরক্ষণ ও জমা করার প্রক্রিয়া যা গতিশীলভাবে শিক্ষার হারগুলিকে অভিযোজিত করে। AdaDelta-তে, এই সঞ্চয় শিক্ষার হারের অসীম হ্রাস এড়াতে একটি স্লাইডিং উইন্ডোতে সীমাবদ্ধ থাকে।

📖

শব্দ

ক্ষয় ফ্যাক্টর

একটি প্যারামিটার (সাধারণত ০.৯ থেকে ০.৯৯৯ এর মধ্যে) যা নিয়ন্ত্রণ করে যে গত গ্রেডিয়েন্টগুলির প্রভাব কত দ্রুত সূচকীয়ভাবে হ্রাস পায়। এই ফ্যাক্টরটি AdaDelta-এর মতো অভিযোজিত অ্যালগরিদমগুলিতে স্লাইডিং উইন্ডোর কার্যকর আকার নির্ধারণ করে।

📖

শব্দ

গ্রেডিয়েন্ট স্বাভাবিকীকরণ

প্রশিক্ষণ স্থিতিশীল করতে ঐতিহাসিক পরিসংখ্যান ব্যবহার করে গ্রেডিয়েন্টগুলিকে স্কেল করার প্রক্রিয়া। AdaDelta তাদের বর্গের চলমান গড়ের বর্গমূল দ্বারা ভাগ করে গ্রেডিয়েন্টগুলিকে স্বাভাবিক করে।

📖

শব্দ

সামঞ্জস্যপূর্ণ একক

AdaDelta-এর মৌলিক নীতি যেখানে আপডেটগুলির পরামিতিগুলির মতো একই একক থাকে, একটি গ্লোবাল শিক্ষার হারের প্রয়োজন দূর করে। এই পদ্ধতিটি অতীত আপডেট এবং বর্তমান গ্রেডিয়েন্টগুলির চলমান গড়ের অনুপাত ব্যবহার করে।

📖

শব্দ

প্যারামিটার স্কেলিং

প্রতিটি প্যারামিটারের গ্রেডিয়েন্ট ইতিহাসের উপর ভিত্তি করে তাদের আপডেটগুলির প্রশস্ততা গতিশীলভাবে সামঞ্জস্য করার প্রক্রিয়া। AdaDelta এই অভিযোজিত স্কেল নির্ধারণ করতে অতীত আপডেটগুলির চলমান গড় ব্যবহার করে।

📖

শব্দ

অভিসৃতি শর্ত

গাণিতিক মানদণ্ড যা নিশ্চিত করে যে একটি অপ্টিমাইজেশন অ্যালগরিদম একটি স্থানীয় বা গ্লোবাল অপ্টিমামে পৌঁছাবে। AdaDelta-এর মতো অভিযোজিত অ্যালগরিদমগুলি অপ্টিমাইজেশন ধাপগুলির দিক এবং মাত্রা গতিশীলভাবে পরিবর্তন করে এই শর্তগুলিকে পরিবর্তন করে।

📖

শব্দ

অপ্টিমাইজেশন অবস্থা

ভবিষ্যতের আপডেটগুলি গণনা করার জন্য অভিযোজিত অ্যালগরিদম দ্বারা সংরক্ষিত অতিরিক্ত তথ্য। AdaDelta দুটি অবস্থা বজায় রাখে: গ্রেডিয়েন্টগুলির বর্গের চলমান গড় এবং আপডেটগুলির বর্গের চলমান গড়।

📖

শব্দ

রো হাইপারপ্যারামিটার

AdaDelta-এর অনন্য প্যারামিটার (সাধারণত ০.৯৫ এ সেট করা) যা স্লাইডিং উইন্ডোর সূচকীয় ক্ষয়ের গতি নিয়ন্ত্রণ করে। এই প্যারামিটারটি আপডেট গণনায় সাম্প্রতিক এবং ঐতিহাসিক তথ্যের মধ্যে ভারসাম্য নির্ধারণ করে।