Week 2

$$\gdef \sam #1 {\mathrm{softargmax}(#1)}$$ $$\gdef \vect #1 {\boldsymbol{#1}} $$ $$\gdef \matr #1 {\boldsymbol{#1}} $$ $$\gdef \E {\mathbb{E}} $$ $$\gdef \V {\mathbb{V}} $$ $$\gdef \R {\mathbb{R}} $$ $$\gdef \N {\mathbb{N}} $$ $$\gdef \relu #1 {\texttt{ReLU}(#1)} $$ $$\gdef \D {\,\mathrm{d}} $$ $$\gdef \deriv #1 #2 {\frac{\D #1}{\D #2}}$$ $$\gdef \pd #1 #2 {\frac{\partial #1}{\partial #2}}$$ $$\gdef \set #1 {\left\lbrace #1 \right\rbrace} $$ % My colours $$\gdef \aqua #1 {\textcolor{8dd3c7}{#1}} $$ $$\gdef \yellow #1 {\textcolor{ffffb3}{#1}} $$ $$\gdef \lavender #1 {\textcolor{bebada}{#1}} $$ $$\gdef \red #1 {\textcolor{fb8072}{#1}} $$ $$\gdef \blue #1 {\textcolor{80b1d3}{#1}} $$ $$\gdef \orange #1 {\textcolor{fdb462}{#1}} $$ $$\gdef \green #1 {\textcolor{b3de69}{#1}} $$ $$\gdef \pink #1 {\textcolor{fccde5}{#1}} $$ $$\gdef \vgrey #1 {\textcolor{d9d9d9}{#1}} $$ $$\gdef \violet #1 {\textcolor{bc80bd}{#1}} $$ $$\gdef \unka #1 {\textcolor{ccebc5}{#1}} $$ $$\gdef \unkb #1 {\textcolor{ffed6f}{#1}} $$ % Vectors $$\gdef \vx {\pink{\vect{x }}} $$ $$\gdef \vy {\blue{\vect{y }}} $$ $$\gdef \vb {\vect{b}} $$ $$\gdef \vz {\orange{\vect{z }}} $$ $$\gdef \vtheta {\vect{\theta }} $$ $$\gdef \vh {\green{\vect{h }}} $$ $$\gdef \vq {\aqua{\vect{q }}} $$ $$\gdef \vk {\yellow{\vect{k }}} $$ $$\gdef \vv {\green{\vect{v }}} $$ $$\gdef \vytilde {\violet{\tilde{\vect{y}}}} $$ $$\gdef \vyhat {\red{\hat{\vect{y}}}} $$ $$\gdef \vycheck {\blue{\check{\vect{y}}}} $$ $$\gdef \vzcheck {\blue{\check{\vect{z}}}} $$ $$\gdef \vztilde {\green{\tilde{\vect{z}}}} $$ $$\gdef \vmu {\green{\vect{\mu}}} $$ $$\gdef \vu {\orange{\vect{u}}} $$ % Matrices $$\gdef \mW {\matr{W}} $$ $$\gdef \mA {\matr{A}} $$ $$\gdef \mX {\pink{\matr{X}}} $$ $$\gdef \mY {\blue{\matr{Y}}} $$ $$\gdef \mQ {\aqua{\matr{Q }}} $$ $$\gdef \mK {\yellow{\matr{K }}} $$ $$\gdef \mV {\lavender{\matr{V }}} $$ $$\gdef \mH {\green{\matr{H }}} $$ % Coloured math $$\gdef \cx {\pink{x}} $$ $$\gdef \ctheta {\orange{\theta}} $$ $$\gdef \cz {\orange{z}} $$ $$\gdef \Enc {\lavender{\text{Enc}}} $$ $$\gdef \Dec {\aqua{\text{Dec}}}$$

প্রথম ভাগ

আমরা প্যারামেট্রাইজড মডেল দিয়ে শুরু করবো এই অংশে, এরপর আমরা লস ফাংশন নিয়ে আলোচনা করবো। আমরা আরো দেখবো গ্রেডিয়েন্ট বেসড-মেথড গুলো কি এবং কিভাবে সেগুলো প্রচলিত নিউরাল নেটওয়ার্ক এ ব্যবহৃত হয়। সবশেষে আমরা পাইটর্চ দিয়ে একটি নিউরাল নেটওয়ার্ক বানাবো এবং ব্যাকপ্রোপাগেশন এর আরো জেনেরালাইজড ফর্ম দিয়ে এই অংশটি শেষ করবো।

দ্বিতীয় ভাগ

আমরা এই অংশে ব্যাকপ্রোপাগেশন এর একটি পূর্ণ উদাহরণ দিয়ে শুরু করবো এবং জ্যাকোবিয়ান ম্যাট্রিক্স এর ডাইমেনশন নিয়ে আলোচনা করবো। এরপর আমরা নিউরাল নেটওয়ার্ক এর সাধারণ কিছু মডিউল দেখবো এবং সেগুলোর গ্রেডিয়েন্ট ও বের করবো, এছাড়াও সংক্ষিপ্ত আকারে softmax এবং logsoftmax নিয়েও কথা বলবো। এই অংশের আরেকটি বিষয় হচ্ছে ব্যাকপ্রোপাগেশনের কিছু প্র্যাক্টিক্যাল ট্রিক্স।

অনুশীলন

এই পর্বে আমরা নিউরাল নেটওয়ার্ক ব্যবহার করে সুপারভাইসড লার্নিং এর একটি সংক্ষিপ্ত পরিচিতি দিয়ে শুরু করবো। এই নেটওয়ার্কগুলোকে শেখানোর জন্য যেই ডাটা ব্যবহার এর প্রচলন রয়েছে এবং এই সমস্যাগুলোকে সঠিকভাবে প্রস্তুতি করাও আমরা শিখবো। সবশেষে আমরা দেখবো কিভাবে একটি নিউরাল নেটওয়ার্ক দিয়ে multi class classification করা হয় এবং ট্রেইনিং শেষে তা দিয়ে ইনফারেন্স (অনুমান) করা যায়।



Khalid Saifullah