PyTorch
📘 গবেষণায় জনপ্রিয় ফ্রেমওয়ার্ক।
🌐 Research-favourite DL framework.
🧠
1
ধারণা · Concept
কী এবং কেন📘 বাংলা ব্যাখ্যা:
গবেষণায় জনপ্রিয় ফ্রেমওয়ার্ক।
গবেষণায় জনপ্রিয় ফ্রেমওয়ার্ক।
🌐 English:
Research-favourite DL framework.
Research-favourite DL framework.
🗂 কোথায় পড়ে
৪. ডিপ লার্নিং ও এআই → ডিপ লার্নিং → PyTorch
🎯 এই শাখার লক্ষ্য
Build, train and regularise neural networks
🧰 টুলস
PyTorch, TensorFlow/Keras
🪜
ধাপে ধাপে শিখুন · Step-by-step
কেন শিখবেন → কীভাবে শিখবেন → উদাহরণ → সাধারণ ভুল💡 কেন গুরুত্বপূর্ণ?
গবেষণা ও আধুনিক মডেলের (LLM, ভিশন) প্রধান ফ্রেমওয়ার্ক।
- ধাপ 1Tensor: GPU-তে চলা NumPy-এর মতো অ্যারে; .to("cuda")
- ধাপ 2nn.Module সাবক্লাস করে __init__-এ লেয়ার, forward-এ গণনা
- ধাপ 3DataLoader দিয়ে ব্যাচ
- ধাপ 4ট্রেনিং লুপ: zero_grad → forward → loss → backward → step; model.eval() ও torch.no_grad() দিয়ে মূল্যায়ন
🧪 বাস্তব উদাহরণ
class Net(nn.Module): def forward(self,x): return self.fc2(F.relu(self.fc1(x)))।
⚠️ সাধারণ ভুল
মূল্যায়নে model.eval() না দেওয়া—Dropout/BatchNorm ভুল আচরণ করে।
🔑 মূল শব্দ (Key terms)
PyTorchtensornn.ModuleDataLoadertraining loopCUDA
3
সাব-টপিক ও বিস্তারিত · Sub-topics
টপিক → সাব-টপিক → সাব-সাব টপিক6.1 Tensor ও autograd
6.2 nn.Module দিয়ে মডেল
6.3 ট্রেনিং লুপ6.3.1 zero_grad6.3.2 backward6.3.3 step
🎬
ভিডিও · Videos (বাংলা ও English)
ক্লিক করলে সাইটের ভেতরেই ফ্লোটিং প্লেয়ারে চলবে · ভিডিও MySQL-এ সংরক্ষিত📺 আরও খুঁজুন
💻
হাতে-কলমে · Try it (Deep Learning)
এডিট করে Run চাপুন · Ctrl+Enterimport numpy as np
# 2-layer neural net from scratch learning XOR
rng=np.random.default_rng(0); X=np.array([[0,0],[0,1],[1,0],[1,1]]); y=np.array([[0],[1],[1],[0]])
W1,b1=rng.normal(size=(2,8)),np.zeros(8); W2,b2=rng.normal(size=(8,1)),np.zeros(1); sig=lambda z:1/(1+np.exp(-z))
for ep in range(5000):
h=np.tanh(X@W1+b1); o=sig(h@W2+b2); d2=o-y; d1=(d2@W2.T)*(1-h**2)
W2-=0.1*h.T@d2; b2-=0.1*d2.sum(0); W1-=0.1*X.T@d1; b1-=0.1*d1.sum(0)
if ep%1000==0: print("epoch",ep,"loss",round(float(((o-y)**2).mean()),4))
print("XOR predictions:",o.round(2).ravel())❓
সেল্ফ-চেক · Self check
1. “zero_grad, backward, step” — এটি কোন সাব-টপিকের বর্ণনা?
🔗