এআই গ্লসারি
কৃত্রিম বুদ্ধিমত্তার সম্পূর্ণ অভিধান
স্কেল এবং জিরো-পয়েন্ট
কোয়ান্টাইজেশনের মৌলিক প্যারামিটার যেখানে স্কেল ফ্লোটিং পয়েন্ট এবং পূর্ণসংখ্যার মধ্যে রূপান্তর ফ্যাক্টর নির্ধারণ করে, অন্যদিকে জিরো-পয়েন্ট ফ্লোটিং পয়েন্ট শূন্যের সাথে সঙ্গতিপূর্ণ পূর্ণসংখ্যা মান উপস্থাপন করে।
INT8 উপস্থাপনা
৮-বিট সাইনড ইন্টিজার (-১২৮ থেকে ১২৭) ব্যবহার করে ওজন এবং অ্যাক্টিভেশন উপস্থাপনের জন্য ব্যবহৃত কোয়ান্টাইজেশন ফরম্যাট, যা বেশিরভাগ হার্ডওয়্যারে গণনা কর্মক্ষমতা এবং নির্ভুলতার মধ্যে সর্বোত্তম সমঝোতা প্রদান করে।
INT4 উপস্থাপনা
৪-বিট ইন্টিজার (-৮ থেকে ৭) ব্যবহার করে চরম কোয়ান্টাইজেশন ফরম্যাট, যা মডেলের আকার উল্লেখযোগ্যভাবে হ্রাস করে কিন্তু উল্লেখযোগ্য নির্ভুলতা হ্রাস ঘটায় যার জন্য বিশেষ ক্ষতিপূরণ কৌশল প্রয়োজন।
অ্যাক্টিভেশন বিতরণ
ক্যালিব্রেশন ডেটাসেটে নিউরাল স্তরগুলির আউটপুট মানের পরিসংখ্যানগত বিশ্লেষণ, সর্বোত্তম কোয়ান্টাইজেশন রেঞ্জ নির্ধারণ এবং তথ্য হ্রাস কমানোর জন্য গুরুত্বপূর্ণ।
ডাইনামিক রেঞ্জ
অ্যাক্টিভেশন বা ওজনের সর্বনিম্ন এবং সর্বোচ্চ মানের মধ্যে পার্থক্য, যা কোয়ান্টাইজেশন রেজোলিউশন নির্ধারণ করে এবং সরাসরি কোয়ান্টাইজড মডেলের নির্ভুলতা প্রভাবিত করে।
কোয়ান্টাইজেশন পক্ষপাত
হ্রাসকৃত নির্ভুলতা উপস্থাপনে রূপান্তর দ্বারা প্রবর্তিত পদ্ধতিগত বিচ্যুতি, যা ক্যালিব্রেশন চলাকালীন পরিসংখ্যানগত সামঞ্জস্য কৌশল দ্বারা ক্ষতিপূরণ করা যেতে পারে।
লুকআপ টেবিল LUT
প্রাক-গণিত ডেটা স্ট্রাকচার যা কোয়ান্টাইজড এবং ডিকোয়ান্টাইজড মানগুলির মধ্যে সম্পর্ক সংরক্ষণ করে, গণনা ত্বরান্বিত করার জন্য ইনফারেন্স সময়ে রূপান্তর অপারেশনগুলি অপ্টিমাইজ করে।
নির্ভুলতা হ্রাস
সংখ্যাসূচক নির্ভুলতা হ্রাসের কারণে মডেল কর্মক্ষমতার পরিমাপযোগ্য অবনতি, নির্ভুলতা অবনতি বা ভবিষ্যদ্বাণী ত্রুটি বৃদ্ধির মতো মেট্রিক্স দ্বারা মূল্যায়ন করা হয়।
ওজন অপ্টিমাইজেশন
পরিমাপকরণের পর প্রবর্তিত ত্রুটিগুলি পূরণ করতে পক্ষপাত সংশোধন বা ব্যাচ সামঞ্জস্যের মতো কৌশল ব্যবহার করে মডেলের ওজনগুলির সূক্ষ্ম সামঞ্জস্যের প্রক্রিয়া।
মিন-ম্যাক্স ক্যালিব্রেশন
পরিমাপকরণের পরিসীমা সংজ্ঞায়িত করতে ডেটাসেটে পর্যবেক্ষিত চরম মান ব্যবহার করে ক্যালিব্রেশন কৌশল, সহজ কিন্তু অস্বাভাবিক মানগুলির প্রতি সংবেদনশীল যা নির্ভুলতা হ্রাস করতে পারে।
পারসেন্টাইল ক্যালিব্রেশন
চরম মানের পরিবর্তে পারসেন্টাইল (যেমন: ৯৯.৯%) ব্যবহার করে শক্তিশালী ক্যালিব্রেশন পদ্ধতি, আউটলায়ারগুলির প্রভাব এড়ানো এবং গতিশীল পরিসরের ব্যবহার অপ্টিমাইজ করা।
স্তর অনুযায়ী পরিমাপকরণ
একটি স্তরের সমস্ত ওজনে অভিন্ন পরিমাপকরণ পরামিতি প্রয়োগ করার পদ্ধতি, বাস্তবায়ন সহজ কিন্তু বিভিন্ন বন্টন সহ ওজনগুলির জন্য সম্ভাব্যভাবে অপ্টিমাল নয়।
চ্যানেল অনুযায়ী পরিমাপকরণ
কনভোলিউশনাল স্তরের প্রতিটি আউটপুট চ্যানেল স্বাধীনভাবে পরিমাপকরণের উন্নত কৌশল, সামান্য বর্ধিত গণনা জটিলতার বিনিময়ে নির্ভুলতা更好地 সংরক্ষণ করা।