Denoising Autoencoder क्या हैं? हिंदी में

Denoising Autoencoder क्या हैं? हिंदी में [What are Denoising Autoencoder? In Hindi]

एक Denoising Autoencoder एक विशिष्ट प्रकार का Autoencoder है, जिसे आमतौर पर एक प्रकार के Deep neural network के रूप में वर्गीकृत किया जाता है। Denoising autoencoder अपने इनपुट के आधार पर किसी विशेष मॉडल को फिर से बनाने के लिए एक छिपी हुई परत(Layer) का उपयोग करने के लिए प्रशिक्षित(Trained) हो जाता है। सामान्य तौर पर, ऑटोकेनोडर्स अपने इनपुट के पुनर्निर्माण के आधार पर काम करते हैं। ऑटोएन्कोडर्स आम तौर पर बिना पढ़े डेटा से परिणाम प्राप्त करने वाले मशीन लर्निंग प्रोग्राम हैं। इनपुट के लिए लक्ष्य आउटपुट(Target output) के मिलान के इस संतुलन को प्राप्त करने के लिए, ऑटोकेनोडर्स को परिभाषित करने से एक विशिष्ट तरीके से इस लक्ष्य को पूरा किया जाता है - Program कुछ मॉडल के Corrupted version में लेता है, और Dino technique के उपयोग के माध्यम से एक Fresh Model को फिर से संगठित(Organize) करने की कोशिश करता है। इंजीनियर मॉडल के एक प्रतिशत के रूप में एक Special amount में Noise लागू कर सकते हैं और एक Fresh Version का उत्पादन(Production) करने के लिए छिपी(Hide) हुई परत(Layer) को Corrupted version से काम करने के लिए मजबूर करने की कोशिश कर सकते हैं। इस प्रमुख लक्ष्य के लिए पुनरावृत्त सीखने प्रदान(Provide iterative learning) करने के लिए ऑटोइन्कोडर्स को एक-दूसरे से अलग किया जा सकता है।

एक Autoencoder के 3 आवश्यक घटक(Essential component) क्या हैं? [What are the 3 essential components of an Autoencoder? in Hindi]

कोड एक कॉम्पैक्ट "Summary" या इनपुट का "Compression" है, जिसे Latent space representation भी कहा जाता है। एक ऑटोकेनोडर में 3 घटक(Component) होते हैं: एनकोडर, कोड और डिकोडर। एनकोडर इनपुट को Compressed करता है और कोड का उत्पादन(production) करता है, डिकोडर फिर इस कोड का उपयोग करके केवल इनपुट को फिर से संगठित(Organize) करता है।

ऑटोकेनोडर्स का आविष्कार किसने किया था? [Who invented the AutoCenoders? in Hindi]

शिक्षक(Teacher) के रूप में इनपुट डेटा का उपयोग करके, "Backpropagation without teacher" की समस्या का समाधान करने के लिए, ऑटोइनोडर्स को पहली बार 1980 के दशक में Hinton और PDP समूह (Rumelhart et al।, 1986) द्वारा पेश किया गया था।