ترجمه فارسی مقاله Y-Drop: یک Dropout مبتنی بر رسانایی برای لایه های کاملاً متصل

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی Y-Drop: A Conductance based Dropout for fully connected layers
عنوان مقاله به فارسی Y-Drop: یک Dropout مبتنی بر رسانایی برای لایه های کاملاً متصل
نویسندگان Efthymios Georgiou, Georgios Paraskevopoulos, Alexandros Potamianos
فرمت مقاله انگلیسی PDF
تعداد صفحات 10
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,Neural and Evolutionary Computing,یادگیری ماشین , محاسبات عصبی و تکاملی ,
توضیحات Submitted 11 September, 2024; originally announced September 2024. , Comments: Draft paper version
توضیحات به فارسی ارسال شده در 11 سپتامبر 2024 ؛در ابتدا در سپتامبر 2024 اعلام شد. ، نظرات: پیش نویس نسخه مقاله
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

In this work, we introduce Y-Drop, a regularization method that biases the dropout algorithm towards dropping more important neurons with higher probability. The backbone of our approach is neuron conductance, an interpretable measure of neuron importance that calculates the contribution of each neuron towards the end-to-end mapping of the network. We investigate the impact of the uniform dropout selection criterion on performance by assigning higher dropout probability to the more important units. We show that forcing the network to solve the task at hand in the absence of its important units yields a strong regularization effect. Further analysis indicates that Y-Drop yields solutions where more neurons are important, i.e have high conductance, and yields robust networks. In our experiments we show that the regularization effect of Y-Drop scales better than vanilla dropout w.r.t. the architecture size and consistently yields superior performance over multiple datasets and architecture combinations, with little tuning.

چکیده به فارسی (ترجمه ماشینی)

در این کار ، ما y-drop را معرفی می کنیم ، یک روش منظم که الگوریتم ترک تحصیل را به سمت رها کردن نورون های مهم تر با احتمال بالاتر سوق می دهد.ستون فقرات رویکرد ما هدایت نورون است ، یک اندازه گیری قابل تفسیر از اهمیت نورون که سهم هر نورون را در نقشه برداری پایان به شبکه محاسبه می کند.ما تأثیر معیار انتخاب ترک تحصیل یکنواخت بر عملکرد را با اختصاص احتمال ترک تحصیل بالاتر به واحدهای مهمتر بررسی می کنیم.ما نشان می دهیم که مجبور کردن شبکه برای حل کار در صورت عدم وجود واحدهای مهم آن ، اثر تنظیم مجدد قوی را به همراه دارد.تجزیه و تحلیل بیشتر نشان می دهد که Y-Drop راه حل هایی را که در آن نورون های بیشتری مهم هستند ، یعنی هدایت بالایی دارند و شبکه های قوی را به دست می آورند.در آزمایشات ما نشان می دهیم که اثر منظم مقیاس y-drop بهتر از Dropout وانیلی W.R.T.اندازه معماری و به طور مداوم عملکرد برتر را نسبت به چندین مجموعه داده و ترکیب معماری با تنظیم کمی به همراه دارد.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.