এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
পরিবর্তনশীল বিট কোয়ান্টাইজেশন
নিউরাল নেটওয়ার্ক অপ্টিমাইজেশন কৌশল যা প্রতিটি ওজন বা অ্যাক্টিভেশনের গুরুত্বের উপর ভিত্তি করে গতিশীলভাবে বিভিন্ন সংখ্যক বিট বরাদ্দ করে, মডেলের পারফরম্যান্স বজায় রাখার পাশাপাশি আকার হ্রাস করে।
গতিশীল বিট বরাদ্দ
এলগরিদম যা মডেলের প্রতিটি প্যারামিটারের সংবেদনশীলতা এবং সামগ্রিক নেটওয়ার্ক পারফরম্যান্সের উপর প্রভাব বিশ্লেষণ করে স্বয়ংক্রিয়ভাবে সর্বোত্তম বিট সংখ্যা নির্ধারণ করে।
মিশ্র-নির্ভুলতা কোয়ান্টাইজেশন
একই মডেলে বিভিন্ন সংখ্যাসূচক নির্ভুলতা সংমিশ্রণকারী হাইব্রিড পদ্ধতি, যা সাধারণত সমালোচনামূলক স্তরগুলির জন্য ৮ বিট এবং কম সংবেদনশীল স্তরগুলির জন্য ৪ বিট বা তার কম ব্যবহার করে।
স্তর-সংবেদনশীল কোয়ান্টাইজেশন
কোয়ান্টাইজেশন পদ্ধতি যা পারফরম্যান্স অবনতি কমানোর জন্য বিট বরাদ্দ অপ্টিমাইজ করতে প্রতিটি নিউরাল স্তরের নির্ভুলতা হ্রাসের প্রতি সংবেদনশীলতা বিশ্লেষণ করে।
এনট্রপি-ভিত্তিক কোয়ান্টাইজেশন
তথ্য তত্ত্বের নীতিগুলি ব্যবহার করে ওজনের বন্টন এবং তাদের তথ্যগত এনট্রপির উপর ভিত্তি করে সর্বোত্তম বিট সংখ্যা নির্ধারণের কৌশল।
অসম-কোয়ান্টাইজেশন
কোয়ান্টাইজেশন কৌশল যা প্যারামিটারের বন্টনের সাথে খাপ খাইয়ে পরিবর্তনশীল কোয়ান্টাইজেশন ধাপ ব্যবহার করে, চরম এবং ঘন ঘন মানগুলির আরও কার্যকর উপস্থাপনা সম্ভব করে।
ওজন গুরুত্ব-ভিত্তিক কোয়ান্টাইজেশন
পদ্ধতি যা মাত্রা বা গ্রেডিয়েন্টের মতো মেট্রিক্সের মাধ্যমে নেটওয়ার্কে প্রতিটি ওজনের গুরুত্ব মূল্যায়ন করে, সমালোচনামূলক ওজনগুলিতে বেশি বিট এবং অন্যান্যদের কম বিট বরাদ্দ করে।
ডিফারেনশিয়েবল কোয়ান্টাইজেশন
কৌশল যা ক্লাসিকাল নন-ডিফারেনশিয়েবল রাউন্ডিং ফাংশনের ডিফারেনশিয়েবল আনুমানিক ব্যবহার করে কোয়ান্টাইজড মডেলগুলির এন্ড-টু-এন্ড প্রশিক্ষণ সক্ষম করে।
অ্যাপ্রেন্টিসশিপের সাথে কোয়ান্টিফিকেশন
একটি পদ্ধতি যেখানে কোয়ান্টিফিকেশন প্যারামিটার (বিট স্তর, কোয়ান্টাইজেশন পয়েন্ট) মডেলের ওয়েটগুলির সাথে যৌথভাবে প্রশিক্ষণের সময় শেখা হয় গ্লোবাল অপ্টিমাইজেশনের জন্য।
ক্লাস্টারিং কোয়ান্টিফিকেশন
একটি টেকনিক যা অনুরূপ ওয়েটগুলিকে গ্রুপ করে এবং প্রতিটি গ্রুপে অ্যাডাপ্টিভ কোয়ান্টিফিকেশন প্রয়োগ করে, পুনরাবৃত্তিমূলক ওয়েট স্ট্রাকচারগুলির আরও কার্যকর উপস্থাপনা সম্ভব করে।
মাল্টি-রেজোলিউশন কোয়ান্টিফিকেশন
একটি পদ্ধতি যা একটি টেনসরের বিভিন্ন অংশে বিভিন্ন কোয়ান্টিফিকেশন রেজোলিউশন প্রয়োগ করে, ডেটার লোকাল এবং গ্লোবাল ফিচারগুলির উপস্থাপনা অপ্টিমাইজ করে।
ডিস্ট্রিবিউশন-ভিত্তিক কোয়ান্টিফিকেশন
একটি অ্যাডাপ্টিভ পদ্ধতি যা গণনার প্রতিটি ধাপে অ্যাক্টিভেশন এবং ওয়েটগুলির স্ট্যাটিস্টিক্যাল ডিস্ট্রিবিউশনের উপর ভিত্তি করে কোয়ান্টিফিকেশন কৌশল গতিশীলভাবে সামঞ্জস্য করে।
বাজেট কনস্ট্রেইন্ট কোয়ান্টিফিকেশন
একটি কনস্ট্রেইন্ট অপ্টিমাইজেশন যা মডেলের একুরেসি সর্বাধিক করে যখন একটি নির্দিষ্ট মোট বিট বাজেট মেনে চলে, সমস্ত প্যারামিটারের মধ্যে রিসোর্স বুদ্ধিমত্তার সাথে বিতরণ করে।
প্রোগ্রেসিভ কোয়ান্টিফিকেশন
একটি ইনক্রিমেন্টাল কৌশল যা অ্যাগ্রেসিভ কোয়ান্টিফিকেশন দিয়ে শুরু হয় এবং ক্রিটিক্যাল লেয়ারগুলির একুরেসি ধীরে ধীরে বৃদ্ধি করে যতক্ষণ না একটি সর্বোত্তম সাইজ-পারফরমেন্স ট্রেড-অফ অর্জিত হয়।
অ্যাক্টিভেশন ইম্পর্টেন্স কোয়ান্টিফিকেশন
একটি বিশেষায়িত টেকনিক যা অ্যাক্টিভেশনগুলির ভ্যারিয়েন্স এবং নেটওয়ার্কে গ্রেডিয়েন্ট প্রোপাগেশনে তাদের অবদানের উপর ভিত্তি করে আলাদাভাবে বিশ্লেষণ এবং কোয়ান্টাইজ করে।