Madde #79Derin Öğrenme/sozluk/xavier-glorot-initialization
Xavier/Glorot Initialization
Xavier / Glorot Initialization
Türkçe: Xavier (Glorot) Başlatması
Ayrıntılı Tanım
Xavier Glorot ve Yoshua Bengio tarafından geliştirilen; özellikle **Sigmoid ve Tanh** aktivasyon fonksiyonları kullanan ağlarda sinyalin varyansını girişten çıkışa kadar sabit tutan ağırlık başlatma tekniğidir.
Ne İşe Yarar / Çözülen Problem
Derin ağların ilk katmanlarında gradyanların yok olmasını veya doyum noktasına ulaşıp eğitimin kilitlenmesini engeller.
Nasıl Çalışır? (Teknik & Mekanizma)
Ağırlıklar, girdi boyutu () ve çıktı boyutu () dikkate alınarak şu varyansla normalize edilmiş normal veya düzgün dağılımdan seçilir:
Örnek Senaryo & Pratik Uygulama
Akustik bir tünelde konuşan birinin sesinin ne yankı yapıp sağır etmesi ne de tünelin ortasında tamamen kaybolması; tünelin sonuna kadar aynı berraklıkta gitmesi.
Benzer Terimlerden Farkı
ReLU gibi negatif bölgeyi sıfırlayan fonksiyonlarda yetersiz kalır; bu yüzden sadece simetrik/doyumlu fonksiyonlar (Tanh/Sigmoid) için idealdir.
İlişkili Terimler (3)
Derin Öğrenme Temelleri ve Temsil Öğrenmesi
Yapay sinir ağları, aktivasyon fonksiyonları, geri yayılım ve tensör temelleri.
Toplam Terim:52 Madde
Bu Kategorideki Tüm Terimleri Gör →Önceki Terim (#78)Weight Initialization
Sonraki Terim (#80)He/Kaiming Initialization