მოდელის წონები (Model weights)

მოდელის წონები (Model weights) – ტრენინგის შედეგად ნასწავლი რიცხვები, რომლებიც მოდელის „ცოდნას“ ინახავს. ღია წონების მოდელებში ისინი საჯაროდ ვრცელდება.

როგორ მუშაობს მოდელის წონები

ნეირონული ქსელი შედგება ნეირონებისგან, რომლებიც ერთმანეთთან რიცხვითი კავშირებით არის დაკავშირებული. ამ რიცხვებს წონები (weights) ეწოდება: ისინი განსაზღვრავს, რამდენად ძლიერად მოქმედებს ერთი სიგნალი მეორეზე. ტრენინგის დროს სწორედ წონები იცვლება, ამიტომ მოდელის მთელი „ცოდნა“ მათშია. ფაილი, რომელსაც ჩამოტვირთავ, როცა ღია მოდელს იღებ, ძირითადად წონებისგან შედგება.

მაგალითი ყოველდღიური ცხოვრებიდან

წარმოიდგინე უზარმაზარი ხმის მიქსერი მილიარდობით ღილაკით. ტრენინგი თითოეულ ღილაკს ისე აყენებს, რომ მუსიკა კარგად ჟღერდეს. ღილაკების საბოლოო პოზიციები მოდელის წონებია.

რატომ არის მოდელის წონები მნიშვნელოვანი

• ცოდნის მატარებელი – წონების გარეშე მოდელი მხოლოდ ცარიელი არქიტექტურაა.
• ღია მოდელები – „ღია წონების“ მოდელი ნიშნავს, რომ ეს ფაილები საჯაროდ ხელმისაწვდომია.
• ზომა – წონების რაოდენობა და სიზუსტე განსაზღვრავს, რამდენი მეხსიერება სჭირდება მოდელს.

წაიკითხე: ღია AI მოდელები: NVIDIA-ს წერილი და 50 კომპანია.

წონების შენახვა და გავრცელება

წონები ფაილებად ინახება და მათი ზომა პარამეტრების რაოდენობასა და სიზუსტეზეა დამოკიდებული. თუ თითოეული წონა ორ ბაიტს იკავებს, შვიდი მილიარდი პარამეტრის მოდელს დაახლოებით თოთხმეტი გიგაბაიტი დასჭირდება. კვანტიზაცია ამ ზომას რამდენჯერმე ამცირებს.

როცა ამბობენ, რომ მოდელი „ღიაა“, ხშირად იგულისხმება, რომ მისი წონები საჯაროდ ჩამოსატვირთია. ეს ყოველთვის არ ნიშნავს, რომ ღიაა სასწავლო მონაცემები ან ტრენინგის კოდი. ამიტომ ზოგი იყენებს ტერმინს „ღია წონების მოდელი“, რომ განსხვავება ნათელი იყოს.

ღია წონები საშუალებას აძლევს ნებისმიერს, მოდელი საკუთარ სერვერზე გაუშვას, შეისწავლოს ან ფაინ-თიუნინგით მოარგოს. დახურული მოდელის წონები კომპანიის საიდუმლოა და მას მხოლოდ API-ის ან აპლიკაციის მეშვეობით იყენებ.

წონების გამოყენებას ლიცენზია არეგულირებს. ზოგი ლიცენზია ყველანაირ გამოყენებას უშვებს, ზოგი კომერციულ გამოყენებას ზღუდავს ან გარკვეულ პირობებს აწესებს. მოდელის ჩამოტვირთვამდე სასარგებლოა ლიცენზიის წაკითხვა.

დაკავშირებული ტერმინები

პარამეტრი · ღია კოდის მოდელი · კვანტიზაცია · გაწვრთნა · ნეირონული ქსელი · AI ლექსიკონი

ხშირად დასმული კითხვები

შეჯამება

მოდელის წონები რიცხვებია, რომლებშიც ნასწავლი ცოდნა ინახება. სწორედ მათ ცვლის ტრენინგი და სწორედ მათ ავრცელებენ ღია მოდელების სახით.