Tensorflow: "डीप एमएनआईएसटी फॉर एक्सपर्ट्स" दूसरे ट्यूटोरियल के लिए बहुत जटिल है।

पहले ट्यूटोरियल के अंत में, "MNIST for ML Beginners", में यह पैराग्राफ है:

महत्वपूर्ण यह है कि हमने इस मॉडल से सीखा। फिर भी, यदि आप इन परिणामों के बारे में थोड़ा निराश महसूस कर रहे हैं, तो अगला ट्यूटोरियल देखें जहां हम बहुत बेहतर करते हैं, और TensorFlow का उपयोग करके अधिक परिष्कृत मॉडल बनाने का तरीका जानें!

लेकिन अगला ट्यूटोरियल "डीप एमएनआईएसटी फॉर एक्सपर्ट्स" है, और यह चीजों को लगभग पहले ट्यूटोरियल के बारे में नहीं बताता है। उदाहरण के लिए, दूसरा ट्यूटोरियल Build a Multilayer Convolutional Network सेक्शन में भिन्न होना शुरू होता है, लेकिन Weight Initialization तहत पहला पैराग्राफ उन अवधारणाओं की व्याख्या नहीं करता है जिनका वह उपयोग कर रहा है:

इस मॉडल को बनाने के लिए, हमें बहुत सारे वज़न और पूर्वाग्रह बनाने होंगे। समरूपता को तोड़ने के लिए, और 0 ग्रेडिएंट को रोकने के लिए आम तौर पर वजन को कम मात्रा में शोर के साथ शुरू करना चाहिए। चूंकि हम ReLU न्यूरॉन्स का उपयोग कर रहे हैं, इसलिए "मृत न्यूरॉन्स" से बचने के लिए उन्हें थोड़ा सकारात्मक प्रारंभिक पूर्वाग्रह के साथ प्रारंभ करना भी अच्छा अभ्यास है। मॉडल बनाते समय इसे बार-बार करने के बजाय, आइए इसे हमारे लिए करने के लिए दो आसान कार्य बनाएं।

"ReLU न्यूरॉन्स" क्या हैं? हम उनका उपयोग क्यों कर रहे हैं? क्या _is_ एक दृढ़ नेटवर्क भी?

मैं कहूंगा, या तो

1. शुरुआती लोगों के लिए चीजों को बेहतर ढंग से स्पष्ट/व्याख्या करने के लिए इस ट्यूटोरियल का विस्तार किया जाना चाहिए, या
2. इस ट्यूटोरियल को ट्यूटोरियल की सूची में बाद में ले जाया जाना चाहिए, और
3. पहला ट्यूटोरियल, "MNIST फॉर बिगिनर्स," को the next tutorial नहीं कहना चाहिए, बल्कि इसके बजाय a later tutorial on MNIST for Experts कहना चाहिए।

धन्यवाद!