व्यक्तिगत डेटा प्रविष्टियाँ 'के रूप में संग्रहीत की जाती हैं' टेंसर 'PyTorch में और' ढ़ाल गहन शिक्षण मॉडल के प्रशिक्षण लूप के भीतर पिछड़े प्रसार का उपयोग करके टेंसरों की गणना की जाती है। शब्द ' बगैर माप ” इसका मतलब है कि डेटा कच्चा है और इसमें कोई प्रीप्रोसेसिंग या अनुकूलन शामिल नहीं है। टेन्सर का अनस्केल्ड ग्रेडिएंट निर्दिष्ट हानि फ़ंक्शन के बारे में परिवर्तन का सही मूल्य प्रदान करता है।
इस ब्लॉग में, हम चर्चा करेंगे कि PyTorch में टेंसर के अनस्केल्ड ग्रेडिएंट की गणना कैसे करें।
PyTorch में एक टेंसर का अनस्केल्ड ग्रेडिएंट क्या है?
टेंसर बहुआयामी सरणियाँ हैं जिनमें डेटा होता है और PyTorch में GPU पर चल सकते हैं। वे टेंसर जिनमें बिना किसी प्रीप्रोसेसिंग, ट्रांसफ़ॉर्मेशन या ऑप्टिमाइज़ेशन के डेटासेट से कच्चा डेटा होता है, अनस्केल्ड टेंसर कहलाते हैं। हालाँकि, एक ' अनस्केल्ड ग्रैडिएंट 'एक अनस्केल्ड टेंसर से अलग है और दोनों को भ्रमित न करने का ध्यान रखा जाना चाहिए। किसी टेंसर के अनस्केल्ड ग्रेडिएंट की गणना चयनित हानि फ़ंक्शन के संबंध में की जाती है और इसमें कोई और अनुकूलन या स्केलिंग नहीं होती है।
PyTorch में एक टेंसर के अनस्केल्ड ग्रेडिएंट की गणना कैसे करें?
टेन्सर का अनस्केल्ड ग्रेडिएंट चयनित हानि फ़ंक्शन से संबंधित इनपुट डेटा के परिवर्तन की दर का वास्तविक मूल्य है। प्रशिक्षण लूप के दौरान मॉडल के व्यवहार और उसकी प्रगति को समझने के लिए कच्चा ग्रेडिएंट डेटा महत्वपूर्ण है।
PyTorch में किसी टेंसर के अनस्केल्ड ग्रेडिएंट की गणना करने का तरीका जानने के लिए नीचे दिए गए चरणों का पालन करें:
चरण 1: आईडीई स्थापित करके परियोजना शुरू करें
Google Colaborator IDE PyTorch परियोजनाओं के विकास के लिए सबसे अच्छे विकल्पों में से एक है क्योंकि यह तेज़ प्रसंस्करण के लिए GPU तक मुफ्त पहुंच प्रदान करता है। कोलाब पर जाएँ वेबसाइट और 'पर क्लिक करें नई नोटबुक 'काम शुरू करने का विकल्प:
चरण 2: आवश्यक टॉर्च लाइब्रेरी आयात करें
PyTorch फ्रेमवर्क की सभी कार्यक्षमताएँ 'के अंतर्गत समाहित हैं मशाल ' पुस्तकालय। प्रत्येक PyTorch प्रोजेक्ट इस लाइब्रेरी को स्थापित और आयात करके शुरू होता है:
!पिप टॉर्च स्थापित करेंमशाल आयात करें
उपरोक्त कोड इस प्रकार काम करता है:
- “! रंज 'पायथन के लिए एक इंस्टॉलेशन पैकेज है जिसका उपयोग परियोजनाओं में लाइब्रेरी स्थापित करने के लिए किया जाता है।
- “ आयात 'कमांड का उपयोग प्रोजेक्ट में स्थापित लाइब्रेरीज़ को कॉल करने के लिए किया जाता है।
- इस परियोजना को केवल 'की कार्यक्षमता की आवश्यकता है मशाल ' पुस्तकालय:
चरण 3: ग्रेडिएंट के साथ एक PyTorch Tensor को परिभाषित करें
उपयोग ' टॉर्च.टेंसर ()'एक ग्रेडिएंट के साथ टेंसर को परिभाषित करने की विधि' आवश्यकता_ग्रेड = सत्य ' तरीका:
ए = टॉर्च.टेंसर([5.0], require_grad=True)चरण 4: एक साधारण हानि फ़ंक्शन को परिभाषित करें
एक हानि फ़ंक्शन को सरल अंकगणितीय समीकरण का उपयोग करके परिभाषित किया गया है जैसा कि दिखाया गया है:
हानि_फ़ंक्शन = ए*5 
चरण 5: ग्रेडिएंट की गणना करें और आउटपुट पर प्रिंट करें
उपयोग ' पिछड़ा ()' दिखाए गए अनुसार अनस्केल्ड ग्रेडिएंट की गणना करने की विधि:
हानि_कार्य.पिछड़ा()अनस्केल्ड_ग्रेड = ए.ग्रेड
प्रिंट करें ('पाइटोरच टेंसर का अनस्केल्ड ग्रेडिएंट:', अनस्केल्ड_ग्रेड)
उपरोक्त कोड इस प्रकार काम करता है:
- उपयोग ' पिछड़ा ()' पिछड़े प्रसार के माध्यम से अनस्केल्ड ग्रेडिएंट की गणना करने की विधि।
- असाइन करें ' ए.ग्रेड ' तक ' अनस्केल्ड_ग्रेड ' चर।
- अंत में, 'का उपयोग करें छपाई ()' अनस्केल्ड ग्रेडिएंट के आउटपुट को प्रदर्शित करने की विधि:
टिप्पणी : आप यहां हमारे कोलाब नोटबुक तक पहुंच सकते हैं जोड़ना .
प्रो टिप
टेंसर का अनस्केल्ड ग्रेडिएंट PyTorch फ्रेमवर्क के भीतर एक तंत्रिका नेटवर्क के लिए हानि फ़ंक्शन के साथ इनपुट डेटा का सटीक संबंध दिखा सकता है। कच्चा असंपादित ग्रेडिएंट दिखाता है कि दोनों मान व्यवस्थित रूप से कैसे संबंधित हैं।
सफलता! हमने अभी दिखाया है कि PyTorch में एक टेंसर के अनस्केल्ड ग्रेडिएंट की गणना कैसे करें।
निष्कर्ष
पहले टेंसर को परिभाषित करके और फिर ग्रेडिएंट को खोजने के लिए बैकवर्ड() विधि का उपयोग करके PyTorch में एक टेंसर के अनस्केल्ड ग्रेडिएंट की गणना करें। इससे पता चलता है कि गहन शिक्षण मॉडल इनपुट डेटा को परिभाषित हानि फ़ंक्शन से कैसे जोड़ता है। इस ब्लॉग में, हमने PyTorch में एक टेंसर के अनस्केल्ड ग्रेडिएंट की गणना करने के तरीके पर एक चरण-वार ट्यूटोरियल दिया है।