Deep Learning Academy · पाठ

डॉट प्रोडक्ट हर लेयर को शक्ति देते हैं

भारित योग न्यूरॉन का आउटपुट कैसे बनता है

पाठ 4, कुल 4 में से13 चरण

डॉट प्रोडक्ट हर लेयर को शक्ति देते हैं, CoddyKit पर Deep Learning Academy का एक निःशुल्क पाठ है। यह 4 में से 4वाँ पाठ है। आप नीचे पूरा पाठ निःशुल्क पढ़ सकते हैं—फिर अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर के साथ ब्राउज़र में इसका व्यावहारिक अभ्यास कर सकते हैं। यह Deep Learning Academy सीखने के मार्ग का हिस्सा है और आपकी प्रगति वेब तथा CoddyKit ऐप पर सिंक होती रहती है। Deep Learning Academy पाठ्यक्रम में कुल 4 पाठ शामिल हैं।

साधारण डॉट गुणन

न्यूरल नेटवर्क को खोलकर देखें, तो एक ही क्रिया बार-बार मिलती है: डॉट गुणन, यानी दो वेक्टरों के युग्मित गुणनों का योग।

गुणा करें, फिर जोड़ें

डॉट गुणन हर इनपुट को उसके संबंधित भार से गुणा करता है, फिर परिणामों को जोड़कर एक संख्या बनाता है। वह संख्या न्यूरॉन की आवाज़ है।

score = (x * w).sum()  # or x @ w

इनपुट भारों से मिलते हैं

एक तरफ इनपुट वेक्टर और दूसरी तरफ भार वेक्टर की कल्पना करें। डॉट गुणन पूछता है कि वे इनपुट न्यूरॉन की अपेक्षाओं से कितनी मजबूती से मेल खाते हैं।

बायस जोड़ें

डॉट गुणन के बाद न्यूरॉन एक बायस जोड़ता है, ताकि सभी इनपुट शून्य होने पर भी वह अपने आउटपुट को ऊपर या नीचे खिसका सके।

z = x @ w + b

यही भारित योग है

इनपुट × भार, उनका योग, और फिर बायस: यह भारित योग एकल न्यूरॉन का पूरा रैखिक भाग है, जिसे एक साफ़ पंक्ति में लिखा जा सकता है।

एक साथ अनेक न्यूरॉन

भार वेक्टरों को एक मैट्रिक्स में रख दें और एक matmul से परत के हर न्यूरॉन की गणना साथ-साथ हो जाती है। एक परत डॉट गुणनों का समूह है।

z = x @ W.T + b  # one row per neuron

nn.Linear सब सँभालता है

PyTorch इस रूपरेखा को nn.Linear के रूप में उपलब्ध कराता है। यह भार मैट्रिक्स और बायस रखता है और हर कॉल पर आपके लिए matmul तथा बायस जोड़ने का काम करता है।

layer = nn.Linear(in_features=4, out_features=3)
z = layer(x)

बड़ा डॉट, मजबूत मेल

बड़ा धनात्मक डॉट गुणन बताता है कि इनपुट न्यूरॉन के भारों से काफ़ी मेल खाता है। ऋणात्मक मान बताता है कि दिशाएँ विपरीत हैं।

तेज़ होना क्यों ज़रूरी है

एक वास्तविक परत हर उदाहरण पर हजारों डॉट गुणन करती है। केवल वेक्टरकृत matmul ही इसे व्यावहारिक बनाता है, इसलिए लूप पीछे छूट गए।

अब सक्रियण आता है

केवल भारित योग रैखिक होता है। इसे ReLU जैसे सक्रियण से गुज़ारने पर न्यूरॉन को वह अरैखिकता मिलती है जिसकी वास्तविक सीखने के लिए ज़रूरत होती है।

a = torch.relu(x @ W.T + b)

लूप से परतों तक

आप धीमे लूप से तेज़ वेक्टर और फिर matmul तक पहुँचे, और ये सब यहाँ मिलते हैं: डॉट गुणन हर न्यूरल परत की धड़कन है।

त्वरित जाँच

अंतिम जाँच: एक न्यूरॉन वास्तव में क्या गणना करता है?

इंटरैक्टिव पाठ में इसका उत्तर दें

पुनरावृत्ति: हर जगह डॉट गुणन

हर परत डॉट गुणनों से बनी है: इनपुट और भार का गुणन, उनका योग, फिर बायस; matmul से बैच में गणना और अंत में सक्रियण। यही डीप लर्निंग का गणित है। 🚀

शुरुआत निःशुल्क

एआई शिक्षक के साथ Python सीखें — निःशुल्क

अपने ब्राउज़र में वास्तविक कोड लिखें और चलाएँ, चौबीसों घंटे एआई शिक्षक से तुरंत सहायता पाएँ, और वेब या ऐप पर वहीं से शुरू करें जहाँ आपने छोड़ा था।

पाठ्यक्रम: 30
पाठ: 120

निःशुल्क सीखना शुरू करें पूरा पाठ्यक्रम देखें

अक्सर पूछे जाने वाले प्रश्न

क्या “डॉट प्रोडक्ट हर लेयर को शक्ति देते हैं” पाठ निःशुल्क है?

हाँ—“डॉट प्रोडक्ट हर लेयर को शक्ति देते हैं” का पूरा पाठ यहाँ वेब पर निःशुल्क पढ़ा जा सकता है। इंटरैक्टिव अभ्यास (अंतर्निहित कोड संपादक और 24/7 एआई ट्यूटर) करने और Deep Learning Academy पाठ्यक्रम का बाकी हिस्सा अनलॉक करने के लिए CoddyKit PRO लें। Deep Learning Academy पाठ्यक्रम में कुल 4 पाठ शामिल हैं।

“डॉट प्रोडक्ट हर लेयर को शक्ति देते हैं” में मैं क्या सीखूँगा?

भारित योग न्यूरॉन का आउटपुट कैसे बनता है आप ब्राउज़र में सीधे चलाए जाने वाले व्यावहारिक कोड के साथ Deep Learning Academy का अभ्यास करते हैं, और पाठ पूरा करते समय 24/7 एआई ट्यूटर आपके प्रश्नों के उत्तर देता है।

क्या Deep Learning Academy शुरू करने के लिए मुझे किसी अनुभव की आवश्यकता है?

पहले के अनुभव की आवश्यकता नहीं है। CoddyKit पर Deep Learning Academy शुरुआती से लेकर उन्नत शिक्षार्थियों तक सभी के लिए व्यवस्थित किया गया है, इसलिए आप यहीं से या शुरुआत से सीखना शुरू कर सकते हैं और अपनी गति से आगे बढ़ सकते हैं। यह 4 में से 4वाँ पाठ है।

“डॉट प्रोडक्ट हर लेयर को शक्ति देते हैं” पाठ पूरा करने में कितना समय लगता है?

CoddyKit का अधिकांश पाठ लगभग 5–10 मिनट में पूरा हो जाता है। हर पाठ छोटा और संवादात्मक है, इसलिए आप लगातार प्रगति करते हैं और वेब या ऐप पर वहीं से सीखना जारी रख सकते हैं जहाँ आपने छोड़ा था।

क्या मैं इस Deep Learning Academy पाठ में कोड लिख और चला सकता हूँ?

हाँ। हर Deep Learning Academy पाठ में एक अंतर्निर्मित कोड संपादक शामिल है, जिससे आप सीधे अपने ब्राउज़र में वास्तविक कोड लिख और चला सकते हैं और तुरंत एआई प्रतिक्रिया पा सकते हैं—स्थानीय सेटअप की आवश्यकता नहीं है।

इस पाठ्यक्रम के सभी पाठ

← Deep Learning Academy पर वापस जाएँ