 |
| Neural Network क्या है? |
Neural Network क्या है?
Neural Network एक प्रणाली है जिसे मानव मस्तिष्क की तरह कार्य करने के लिए डिज़ाइन किया गया है। यह बहुत आसान है लेकिन हमारे दैनिक जीवन में प्रचलित है।
एक जटिल परिभाषा यह होगी कि एक तंत्रिका नेटवर्क एक कम्प्यूटेशनल मॉडल है जिसमें एक नेटवर्क आर्किटेक्चर होता है। यह आर्किटेक्चर कृत्रिम न्यूरॉन्स से बना है। इस संरचना में विशिष्ट पैरामीटर हैं जिनके माध्यम से कोई इसे कुछ कार्यों को करने के लिए संशोधित कर सकता है।
उनके पास व्यापक सन्निकटन गुण हैं। इसका मतलब है कि वे किसी फ़ंक्शन को सटीकता के किसी भी स्तर तक अनुमानित कर सकते हैं, चाहे उसका आयाम कुछ भी हो। तंत्रिका नेटवर्क उन क्षेत्रों में व्यापक अनुप्रयोग ढूंढते हैं जहां पारंपरिक कंप्यूटर बहुत अच्छा प्रदर्शन नहीं करते हैं। सिरी से लेकर गूगल मैप्स तक हर उस जगह न्यूरल नेटवर्क मौजूद हैं जहां आर्टिफिशियल इंटेलिजेंस का इस्तेमाल किया जाता है।
वे कृत्रिम बुद्धि संचालन का एक महत्वपूर्ण हिस्सा हैं। तंत्रिका नेटवर्क मानव मस्तिष्क से प्रेरणा लेते हैं और इसलिए उनकी संरचना भी एक जैसी होती है।
तंत्रिका नेटवर्क, जिसे कृत्रिम तंत्रिका नेटवर्क (एएनएन) या सिम्युलेटेड न्यूरल नेटवर्क (एसएनएन) के रूप में भी जाना जाता है, मशीन लर्निंग का एक सबसेट है और गहन शिक्षण एल्गोरिदम के केंद्र में है। उनका नाम और संरचना मानव मस्तिष्क से प्रेरित है, जिस तरह से जैविक न्यूरॉन्स एक दूसरे को संकेत देते हैं।
कृत्रिम तंत्रिका नेटवर्क (एएनएन) में एक नोड परत होती है, जिसमें एक इनपुट परत, एक या अधिक छिपी हुई परतें और एक आउटपुट परत होती है। प्रत्येक नोड, या कृत्रिम न्यूरॉन, दूसरे से जुड़ता है और एक संबद्ध वजन और दहलीज होता है। यदि किसी व्यक्तिगत नोड का आउटपुट निर्दिष्ट थ्रेशोल्ड मान से ऊपर है, तो वह नोड सक्रिय हो जाता है, जिससे नेटवर्क की अगली परत पर डेटा भेजा जाता है। अन्यथा, नेटवर्क की अगली परत के साथ कोई डेटा पास नहीं किया जाता है।
 |
| Deep Neural Network |
तंत्रिका नेटवर्क समय के साथ अपनी सटीकता सीखने और सुधारने के लिए प्रशिक्षण डेटा पर भरोसा करते हैं। हालाँकि, एक बार जब ये सीखने के एल्गोरिदम सटीकता के लिए ठीक-ठाक हो जाते हैं, तो वे कंप्यूटर विज्ञान और कृत्रिम बुद्धिमत्ता में शक्तिशाली उपकरण होते हैं, जो हमें उच्च वेग पर डेटा को वर्गीकृत और क्लस्टर करने की अनुमति देते हैं। मानव विशेषज्ञों द्वारा मैन्युअल पहचान की तुलना में वाक् पहचान या छवि पहचान में कार्य में मिनट बनाम घंटे लग सकते हैं। सबसे प्रसिद्ध तंत्रिका नेटवर्क में से एक Google का खोज एल्गोरिथम है।
Neural Network कैसे काम करते हैं? : how neural network works in hindi
एक न्यूरॉन मानव मस्तिष्क की सबसे मौलिक कोशिका है। एक मानव मस्तिष्क में कई अरबों न्यूरॉन्स होते हैं, जो एक दूसरे के साथ बातचीत और संचार करते हैं, जिससे तंत्रिका नेटवर्क बनते हैं।
ये न्यूरॉन्स कई इनपुट लेते हैं, जो हम देखते हैं और सुनते हैं कि हम बीच में सब कुछ कैसा महसूस करते हैं, और फिर अन्य न्यूरॉन्स को संदेश भेजते हैं, जो बदले में प्रतिक्रिया करते हैं। काम करने वाले तंत्रिका नेटवर्क वे हैं जो मनुष्यों को सोचने में सक्षम बनाते हैं, और इससे भी महत्वपूर्ण बात यह है कि सीखते हैं।
बड़ी मात्रा में डेटा लेने, इसे संसाधित करने और डेटा के आधार पर भविष्यवाणियां और निर्णय लेने की एक विधि के रूप में, मानव मस्तिष्क के तंत्रिका नेटवर्क अब तक मनुष्य को ज्ञात सबसे शक्तिशाली कंप्यूटिंग बल हैं।
Neural Network के प्रकार
1) Recurrent Neural Network (RNN)
2) Convolutional Neural Network (CNN)
3) Radial Basis Function Neural Network (RBFNN)
4) Feedforward Neural Network (FNN)
5) Modular Neural Network
Neural Network किसके लिए उपयोग किए जाते हैं?
मनुष्य जैविक तंत्रिका नेटवर्क का उपयोग सूचनाओं को संसाधित करने, सीखने और भविष्यवाणियां करने के लिए करते हैं, जैसे, सोचते हैं। कृत्रिम तंत्रिका नेटवर्क बहुत हद तक उसी तरह से काम करते हैं, लेकिन कुछ हद तक, क्योंकि कृत्रिम तंत्रिका नेटवर्क अभी तक मानव मस्तिष्क में पाए जाने वाले की जटिलता और शक्ति से मेल नहीं खा सकते हैं।
कृत्रिम तंत्रिका नेटवर्क गहरी शिक्षा के माध्यम से अधिक जटिल, आजीवन और शक्तिशाली कृत्रिम बुद्धिमत्ता को सक्षम बनाता है, जो एक कृत्रिम तंत्रिका नेटवर्क की प्रक्रिया है जो स्वतंत्र रूप से सीखती है और अपने निर्णय लेती है।
एक उन्नत तंत्रिका नेटवर्क और तंत्रिका नेटवर्क को प्रशिक्षित (या सिखाने) के लिए पर्याप्त डेटा के साथ मानव जैसी कृत्रिम बुद्धि संभव है। एआई, जैसा कि फिल्मों में दिखाई देता है, आज भी मौजूद नहीं है, लेकिन अगर ऐसा होता है, तो तंत्रिका नेटवर्क के माध्यम से गहन शिक्षा इस बुद्धि को शक्ति प्रदान करेगी।
डीप न्यूरल नेटवर्क (deep neural network) क्या है?
यह डीप लर्निंग के रूप में भी जाना जाता है, यह एआई में मशीन लर्निंग का एक उप-क्षेत्र है। मस्तिष्क संरचना और कार्य पर आधारित एल्गोरिदम से निपटना। डीप न्यूरल नेटवर्क को संख्यात्मक पैटर्न को पहचानने और उन्हें वास्तविक दुनिया के डेटा, जैसे कि फोटो , टेक्स्ट या ऑडियो में अनुवाद करने के लिए डिज़ाइन किया गया है।
एक दृढ़ तंत्रिका नेटवर्क ( convolutional neural network) क्या है?
यह गहरे तंत्रिका एल्गोरिदम का एक वर्ग है जिसका उपयोग अक्सर दृश्य इमेजरी का विश्लेषण करने के लिए किया जाता है। एक दृढ़ तंत्रिका नेटवर्क एक छवि प्राप्त करता है और फिल्टर का उपयोग करके सुविधाओं को निकालता है और मुख्य रूप से छवि प्रसंस्करण, वर्गीकरण और विभाजन के लिए उपयोग किया जाता है।
आवर्तक तंत्रिका नेटवर्क (recurrent neural network) क्या है?
यह एक प्रकार का कृत्रिम तंत्रिका नेटवर्क है जिसका उपयोग आमतौर पर वाक् पहचान और प्राकृतिक भाषा प्रसंस्करण के लिए किया जाता है। एक आवर्तक तंत्रिका नेटवर्क भाषा अनुवाद और वाक् पहचान में सामान्य अस्थायी समस्याओं को हल करने के लिए अनुक्रमिक डेटा या समय-श्रृंखला डेटा का उपयोग करता है।