ටීඑල්; ඩීආර්: කුඩා කණ්ඩායම් ප්‍රමාණයක් විශාල වශයෙන් සාමාන්‍යයෙන් අඩු නිරවද්‍යතාවයකට මඟ පාදයි !
උනන්දුවක් දක්වන අය සඳහා, මෙන්න පැහැදිලි කිරීමක්.
වේගය පිළිබඳ සංකල්ප දෙකක් තිබේ:
- පරිගණක වේගය
- ඇල්ගොරිතමයක අභිසාරී වේගය
පරිගණක වේගය යනු දෘඩාංගවල සංඛ්‍යාත්මක ගණනය කිරීම් සිදු කිරීමේ වේගයයි. ඔබ කී පරිදි, එය සාමාන්‍යයෙන් විශාල කුඩා කණ්ඩායම් ප්‍රමාණයක් සමඟ ඉහළ ය. එයට හේතුව රේඛීය වීජ ගණිත පුස්තකාල දෛශික හා අනුකෘති මෙහෙයුම් සඳහා දෛශිකකරණය වේගවත් කිරීම සඳහා වැඩි මතකයක් භාවිතා කිරීමේ වියදමින් භාවිතා කිරීමයි. යම් ස්ථානයක් දක්වා වාසි සැලකිය යුතු ය. මගේ අත්දැකීම් අනුව, වේගයෙහි ආන්තික වාසි පමණක් තිබේ නම්, යම් කරුණක් තිබේ. ලක්ෂ්‍යය දත්ත කට්ටලය, දෘඩාංග සහ සංඛ්‍යාත්මක ගණනය කිරීම් සඳහා භාවිතා කරන පුස්තකාලයක් මත රඳා පවතී (හුඩ් යටතේ).
නමුත්, අපගේ ඇල්ගොරිතම කෙතරම් ඉක්මණින් අභිසාරී වේ දැයි පවසන වේගය පිළිබඳ වෙනත් සංකල්පයක් ද ඇති බව අපි අමතක නොකරමු.
පළමුව, අපගේ ඇල්ගොරිතම අභිසාරී වීම යන්නෙන් අදහස් කරන්නේ කුමක්ද? වලංගුකරණ කට්ටලය මත ගණනය කරනු ලබන නිරවද්‍යතාවයක් හෝ දෝෂයක් පිළිබඳව අප සෑහීමකට පත්වන විට නිර්වචනය කර තීරණය කිරීම අප සතු ය. අපට එය කල්තියා නිර්වචනය කර ඇල්ගොරිතම එම ස්ථානයට පැමිණෙන තෙක් බලා සිටිය හැකිය, නැතහොත් පුහුණු ක්‍රියාවලිය අධීක්ෂණය කර වලංගු කිරීමේ දෝෂය සැලකිය යුතු ලෙස ඉහළ යාමට පටන් ගත් විට එය නැවැත්වීමට තීරණය කළ හැකිය (ආකෘතිය දත්ත කට්ටලය ඉක්මවා යාමට පටන් ගනී). අපි සැබවින්ම එය වහාම නැවැත්විය යුතු නැත, පළමු මොහොතේ දෝෂය ඉහළ යාමට පටන් ගනී, අපි කුඩා කණ්ඩායම් සමඟ වැඩ කරන්නේ නම්, අප භාවිතා කරන්නේ ස්ටෝචැස්ටික් ග්‍රේඩියන්ට් ඩෙසන්ට්, එස්ජීඩී ය. (සම්පූර්ණ කණ්ඩායම) ග්‍රේඩියන්ට් සම්භවය නම්, එක් එක් යුගයෙන් පසුව, ඇල්ගොරිතම අවම වශයෙන් දේශීය හෝ ගෝලීය වේවා සමථයකට පත් වේ. SGD කිසි විටෙකත් අවම වශයෙන් සමථයකට පත් නොවේ. එය වටා දෝලනය වෙමින් පවතී. එය දින නියමයක් නොමැතිව ඉදිරියට යා හැකිය,
දැන්, එම න්‍යායෙන් පසුව, අප අවධානය යොමු කළ යුතු "අල්ලා ගැනීමක්" තිබේ. කුඩා කණ්ඩායම් ප්‍රමාණයක් භාවිතා කරන විට, දෝෂය ගණනය කිරීමේදී අප විශාල කණ්ඩායම් ප්‍රමාණයක් භාවිතා කරන විට වඩා වැඩි ශබ්දයක් ඇත. යමෙක් කියයි, හොඳයි, එය නරකයි, එහෙම නේද? කාරණය නම්, එම ශබ්දය මඟින් ඇල්ගොරිතම නරක දේශීය අවම මට්ටමෙන් ඉවතට පැන වඩා හොඳ දේශීය අවමයක් හෝ ගෝලීය අවමයක් සොයා ගැනීමට වැඩි අවස්ථාවක් ලබා ගත හැකිය.
මේ අනුව, “අනවශ්‍ය” ශබ්දයේ ආධාරයෙන්, විශාල එකක් වෙනුවට කුඩා කණ්ඩායම් ප්‍රමාණයක් භාවිතා කිරීමෙන් අපට වඩා හොඳ විසඳුමක් සොයා ගත හැකි නම්, අපගේ ඇල්ගොරිතම සතුටුදායක බව සොයා ගැනීමට ගතවන මුළු කාලය අතර සුසර කළ හැකිය. විසඳුම සහ ඉහළ නිරවද්‍යතාව.
මට කියන්නට අවශ්‍ය වන්නේ, ලබා දී ඇති නිරවද්‍යතාවයකට (හෝ දෝෂයකට), කුඩා කණ්ඩායම් ප්‍රමාණය බොහෝ දෙනා විශ්වාස කරන පරිදි කෙටි කාලයක් තුළ සම්පූර්ණ පුහුණු කාලය සඳහා වැඩි කාලයක් ගත නොවනු ඇත.
නැතහොත්, පෙර මෙන් එකම පුහුණු කාලය තබා ගැනීමට අපි තීරණය කළහොත්, අපට කුඩා කණ්ඩායම් ප්‍රමාණයක් සමඟ තරමක් ඉහළ නිරවද්‍යතාවයක් ලබා ගත හැකි අතර, බොහෝ විට අපි අපේ ඉගෙනුම් අනුපාතය නිසි ලෙස තෝරාගෙන තිබේ නම්,
ඔබට කාලය තිබේ නම්, මෙම පත්‍රය බලන්න:
ඉමේජ් නෙට් හි සීඑන්එන් අත්තිකාරම් ක්‍රමානුකූලව ඇගයීම,
විශේෂයෙන් "3.7. කණ්ඩායම් ප්‍රමාණය සහ ඉගෙනුම් අනුපාතය" සහ රූපය 8 බලන්න. විශාල කුඩා කණ්ඩායම් ප්‍රමාණ වඩාත් නරක නිරවද්‍යතාවයකට මඟ පෙන්වන බව ඔබට පෙනෙනු ඇත. , ඉගෙනීමේ වේගය සුවදායී තත්වයකට සුසර කළත්.
පොදුවේ ගත් කල, කණ්ඩායම් ප්‍රමාණය 32 හොඳ ආරම්භයක් වන අතර, ඔබ 64, 128 සහ 256 සමඟද උත්සාහ කළ යුතුය. වෙනත් දත්ත කට්ටල සඳහා වෙනත් අගයන් (අඩු හෝ වැඩි) හොඳ විය හැකි නමුත් ලබා දී ඇති පරාසය සාමාන්‍යයෙන් හොඳම වේ අත්හදා බැලීම ආරම්භ කරන්න. 32 ට අඩු වුවද, ගණනය කිරීමේ වේගය සැලකිය යුතු ලෙස අඩු වීම නිසා දෛශිකකරණය පූර්ණ ලෙස සූරාකෑම නිසා එය මන්දගාමී විය හැකිය. ඔබට "මතකයෙන් පිටත" දෝෂයක් ලැබුනේ නම්, ඔබ කෙසේ හෝ කුඩා කණ්ඩායමේ ප්‍රමාණය අඩු කිරීමට උත්සාහ කළ යුතුය.
ඉතින්, එය හුදෙක් මතකයට ගැලපෙන විශාලතම කුඩා කණ්ඩායම් ප්‍රමාණය භාවිතා කිරීම ගැන නොවේ.
ඔබේ ප්‍රශ්නයට නිගමනය කිරීමට සහ පිළිතුරු දීමට, කුඩා කුඩා කණ්ඩායම් ප්‍රමාණයක් (ඉතා කුඩා නොවේ) සාමාන්‍යයෙන් විශාල කණ්ඩායම් ප්‍රමාණයකට වඩා පුහුණු ඇල්ගොරිතමයක කුඩා පුනරාවර්තන ගණනකට පමණක් නොව සමස්තයක් වශයෙන් ඉහළ නිරවද්‍යතාවයකට ද මග පාදයි. වඩා හොඳ, එකම පුහුණු කාලය හෝ ඊට අඩු කාලයක් තුළ ක්‍රියා කරන ස්නායුක ජාලයක්.
ඉහළ ශබ්දය එය තුළ සිරවී සිටීමට වඩා නරක දේශීය අවම මට්ටමෙන් පැනීමට උපකාරී වන බව අමතක නොකරන්න.
