एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
प्रोटोटाइप नेटवर्क
मेटा-लर्निंग आर्किटेक्चर जो प्रशिक्षण उदाहरणों के एम्बेडिंग के औसत की गणना करके कक्षा प्रोटोटाइप बनाता है, जो न्यूनतम यूक्लिडियन दूरी द्वारा नई इंस्टेंस को वर्गीकृत करता है।
कक्षा प्रोटोटाइप
कक्षा का केंद्रीय वेक्टर प्रतिनिधित्व जो सपोर्ट सेट के उदाहरणों के एम्बेडिंग के औसत के रूप में गणना किया जाता है, जो वर्गीकरण के लिए संदर्भ के रूप में कार्य करता है।
दूरियों पर सॉफ्टमैक्स
एक्टिवेशन फ़ंक्शन जो क्वेरी और प्रोटोटाइप के बीच नकारात्मक दूरियों को exp(-d) / Σ exp(-d) फॉर्मूला का उपयोग करके वर्गीकरण संभावनाओं में परिवर्तित करता है।
प्रोटोटाइपिकल लॉस
लॉस फ़ंक्शन जो प्रोटोटाइप स्पेस में अंतर-कक्षा दूरियों को कम करने और अंतर-कक्षा दूरियों को अधिकतम करने के लिए एनकोडर को ऑप्टिमाइज़ करता है।
प्रोटोटाइप वेक्टराइजेशन
सपोर्ट उदाहरणों को संख्यात्मक वैक्टर में बदलने की प्रक्रिया जो प्रत्येक कक्षा की आवश्यक विशेषताओं का प्रतिनिधित्व करती है।
कक्षा पृथक्करण
प्रोटोटाइप नेटवर्क का मुख्य उद्देश्य जो एम्बेडिंग स्पेस में विभिन्न कक्षाओं के प्रोटोटाइप के बीच की दूरी को अधिकतम करना चाहता है।
दूरी-आधारित वर्गीकरण
पैरामीटराइज्ड क्लासिफायर के विकल्प के रूप में दृष्टिकोण जहां भविष्यवाणियाँ सीखे गए वजन के बजाय कक्षा प्रतिनिधित्व के मीट्रिक निकटता पर आधारित होती हैं।
कक्षा सेंट्रोइड
गणितीय बिंदु जो कक्षा के एम्बेडिंग के गुरुत्वाकर्षण केंद्र का प्रतिनिधित्व करता है, जिसकी गणना प्रोटोटाइप बनाने के लिए वेक्टर औसत के रूप में की जाती है।
एम्बेडिंग आयाम
वह वेक्टर स्पेस का आकार जिसमें प्रोटोटाइप और क्वेरीज़ को प्रस्तुत किया जाता है, जो मॉडल की भेदभाव क्षमता को प्रभावित करता है।
समानता फ़ंक्शन
एक गणितीय फ़ंक्शन जो दो वेक्टरों के बीच निकटता को मापता है, जिसका उपयोग प्रोटोटाइप नेटवर्क में क्वेरीज़ की प्रोटोटाइप से तुलना करने के लिए किया जाता है।
एपिसोडिक लर्निंग
प्रशिक्षण की एक रणनीति जहाँ प्रत्येक बैच एक पूर्ण फ्यू-शॉट कार्य बनाता है, जो मॉडल को तेजी से सामान्यीकरण क्षमताओं को सीखने की अनुमति देता है।
प्रोटोटाइपिकल प्रतिनिधित्व
वर्गीकरण का एक मॉडल जहाँ प्रत्येक वर्ग को एक अद्वितीय वेक्टर द्वारा दर्शाया जाता है जो उपलब्ध उदाहरणों की आवश्यक विशेषताओं को कैप्चर करता है।