हैं हेलो गाइस माय नेम इज दिस थैंक यू वेलकम टू माय YouTube चैनल को अगर आपको याद होगा लास्ट वीडियो मैंने अनाउंसमेंट किया था कि मैं अपने चैनल पर डेवलपिंग का पेस्ट करने वालों सो आज वही होगा आज हम लोग अपना हाइड डीटेल्स आफ डेवलपमेंट कोर्स स्टार्ट करेंगे जिस विल बी द फर्स्ट वीडियो और वीडियो स्टार्ट करने से पहले मैं आप सबको थोड़ा सा इंट्रोडक्शन दे दूं कि इस वीडियो में अब क्या कवर करेंगे 100 सैमसंग 1060 कर रहे हैं और मैंने डिसाइड किया है कि यह जो कोर्स है वह बिल्कुल लेकिन अ फैमिली होगा तो फिर साइड से ही सिंपल कि हम लोग एक सब्सक्राइब से स्टार्ट करेंगे हमारा चोली कॉन्टैक्ट नो आफ इसमें ऐड करेंगे टूडेज देवर और आई वांट यू टो नो एवरीथिंग अबाउट स्टीप लर्निंग सुबह ऑफिस वाले आज की वीडियो का टाइटल है व्हाट इस दीप लर्निंग उस अगर आप एकदम यह बैक न हो और पहली बार इस अपील में एंटर करें तो यह वीडियो देखने से आपको समझ में आ जाएगा कि डीप लर्निंग होता क्या है और उसका ओरिजिनल किया है आप इसके अलावा एक और टॉपिक जो मैंने इस वीडियो में कवर किया है वह यह है कि मशीन लर्निंग फॉर डेवलपिंग के बीच में क्या डिफरेंस है ठीक है सुबह चार पांच अलग पॉइंट्स के ऊपर आपको डिफरेंस बताऊंगा आप बहुत सी मेडिकल एंड प्रैक्टिकल एस्पेक्ट्स और उसके बाद एक लास्ट टॉपिक में और कई करो इस वीडियो में व है कि डीप लर्निंग रफी इतना फेमस क्यूट हुआ मतलब डीप लर्निंग के सक्सेस के पीछे है कि आर्यन है ठीक है मैं यह टॉपिक सिर्फ इसलिए पठारों बिकॉज़ मैच हाथों की जो बेटी प्लेट में की फील्ड में घुस हो तो आपके पास एक कंप्लीट पर्सपेक्टिव हो कि चीजें इस तरीके से हैं उस तरीके से क्यों है उसके पीछे क्या रिएक्शन से टिकट गुडबाय आप इस वीडियो में आप एक बार यह वीडियो पूरा देख लोगे तो फिर आपको डिफिकल्ट पूरा लैंडस्केप है आज की रेट में 2022 में वह आपको समझ में आ जाएगा और यह वीडियो आपको आगे के लिए बहुत अच्छे से प्रेग्नेंट तो मुझे लगता है इसमें इंट्रोडक्शन काफी है नेक्स्ट वीडियो सुबह हम लोग शुरू से शुरू करते हैं सबसे पहले मैं आपको बताता हूं व्हाट इस दीप लर्निंग और मैं तु डेफिनेशन दौड़-धूप लर्निंग का अगर आप इंटरनेट पर जाओगे और अगर आपकी टाइप करोगे व्हाट इस दीप लर्निंग तो आपको मोस्टली दो तरीके के डेफिनेशंस दिखाई देंगे ठीक है एक थोड़ा सिंपल वर्जन होगा और एक थोड़ा टेक्निकल डेफिनेशन होगा इस वीडियो में मैं आपको दोनों डेफिनेशन बताता हूं ठीक है क्योंकि दोनों ही आपके अंडरस्टैंडिंग में हेल्प करेंगे तो जो हमारा पहला डेफिनेशन है वह आपके स्क्रीन पर है जहां पर लिखा हुआ है डीप लर्निंग एप्स अब फील्ड आफ आर्टिफिशियल इंटेलिजेंस एंड मशीन लर्निंग डाट इस इंस्पायर्ड बाय द स्ट्रक्चर ऑफ ह्यूमन ब्रेन ठीक है फुल स्लिप लर्निंग एल्गोरिथम्स अटेंप्ट टू ड्रॉप्स सिमिलर कन्फ्यूजन एंड ह्यूमन स्पोर्ट बाइक घंटे में लिए बायोडाटा विज्ञान लॉजिकल स्ट्रक्चर कॉल्ड न्यूरल नेटवर्क ठीक है तो 2 पार्ट्स डेफिनेशन ब्रेक डाउन करते हैं स्लाइस पर फोकस करते हैं तो फर्स्ट टाइम SIM यह समझ में आ रहा है कि डीप लर्निंग इधर फिर लौट के आई एंड मशीन लर्निंग ठीक है कि सूखी डायग्राम आपको हेल्प करेगा इस कार्यक्रम में रखो कि यह भी लिखा है कि जो सबसे बड़ा अंब्रेला टाइम है जिसके अंदर सब कुछ आता है वह आर्टिफिशियल इंटेलिजेंस ठीक है आर्टिफिशियल इंटेलिजेंस क्या है यह बेसिकली हम ह्यूमन भी इसकी खोज ली है जहां के हम हमारे जैसे इंटेलिजेंट मशीन बनाना चाहते हैं इसके पीछे हम लोग सालों से लगे हुए शायद शॉक सालों से और कुछ डेवलपमेंट भी हुआ है जिसमें से सबसे बड़ा डेवलपमेंट एंड मशीन लर्निंग तो मशीन लर्निंग है इस बेसिकली अब सब फील्ड आफ छिपा शेयर जहां पर आप क्या करते हो डाटा से लोन करते हो जो लोन फ्रॉम डाटा है 200 अगर आपके पास एक डाटा है तो उस डाटा में अगर इनपुट है और आउटपुट है हैं तो आपके मशीन लर्निंग एल्गोरिदम का काम क्या होता है कि इनपुट से आउटपुट का जो रिलेशनशिप पर वह फिगर आउट करना ठीक है तो मशीन लर्निंग ए सॉफ्ट डौ की साइड अब हमें क्या है डिप लर्निंग इस अश्लील डांस मशीन लर्निंग जहां पर आप सारी चीजें बिल्कुल मशीन लेकिन की तरह रहो बट मशीन लर्निंग को डिप लगी में जो सबसे बड़ा डिफरेंस आ जाता है वह यह है कि मशीन लर्निंग आपका जो है वह स्टैटिसटिकल टेक्निक पर डिपेंड करता है अच्छा ठीक है तो यह जो रिलेशनशिप उसको निकालना है इनपुट और आउटपुट के बीच में इस रिलेशनशिप को कैप्चर करने के लिए मशीन लर्निंग एल्गोरिथम्स ज्यादातर मशीन लर्निंग एल्गोरिथम्स स्टैटिसटिकल टेक्निक्स के ऊपर फोकस करते हैं वेयर आपका जो डीप लर्निंग है वह एक लौजिकल स्ट्रक्चर के ऊपर डिपेंड करता है जिसको न्यूरल नेटवर्क बोलता है और यह जो न्यूरल नेटवर्क है यह इंस्पायर्ड है ह्यूमन प्रिंस है कि कंप्यूटर साइंटिस्ट में बोला यार अगर हमें इंटेलीजेंट चीजें बनानी है तो लेट्स गेट इंस्पायर्ड बाय थे मोस्ट इंटेलीजेंट थिंग ऑन अर्थ human बींस human being जिस तरीके से सोचते हैं जिस तरीके से स्टिचिंग करते हैं वो टेस्ट हम एल्गोरिथम्स बनाएं जोंस को इस तरीके से उस अ थिंकिंग को मैप कर पाए ठीक है तो न्यूरल नेटवर्क इस बेसिकली अ लॉजिकल ट्रक शब्द विच इंस्पायर्ड बाय ह्यूमन ब्रेन ठीक है एंड यही जो कलेक्शन आफ एल्गोरिथम्स इन को आप कलेक्ट डेली पॉइंट बोलते हो कि चिकित्सक अब मैं आपको एक भी प्लानिंग न्यूरल नेटवर्क का एक्सांपल दिखाता हूं यह पैगाम पल एडिसन न्यूरल नेटवर्क एक सिंपल और लाइट न्यूरल नेटवर्क पिंपल के लिए बोलते हैं आर्टिफिशियल न्यूरल नेटवर्क ठीक है अब इसके बारे में मोर डिटेल में पढ़ने वाले मैं आपको एक हल्का सा इंट्रोडक्शन देता हूं तो आर्टिफिशियल न्यूरल नेटवर्क इस बेसिकली अ लॉजिकल स्ट्रक्चर जहां पर आपका जो फंडामेंटल यूनिट होता इसको आप बहुत परसेप्ट्रॉन जितने भी आपको सर्कल दिखाई दे रहे हैं यह परसेप्ट्रॉन और यह आपस में कनेक्ट होते हैं विदेश दौरों और यह जो एरो है इनको वेट बोलते हैं अच्छा ठीक है और मैं इसको लेयर बोलते हैं यह सारे लेयर से जो एक लाइन में सारे प्रॉब्लम्स से इनको आप लेयर बोलते हो यह सारे लेयर से ठीक है अब यहां से आप इनपुट रहते हो है और यहां से आप को अवोट मिलता है यह बहुत ही मैंने एक दम बच्चों वाला आपके सामने डिस्क्रिप्शन दे दिया अब लेयर में जिस जगह से आपको सपोर्ट मिलता है उसको आप इनपुट लेयर बोलते हो और जिस जगह से आपको मुक्ति मिलती है उसको आउटपुट लेयर बोलते हो अब बीच में आप कितनी भी ऐड कर सकते हो यहां पर दो है बट आप कितने भी ऐड कर सकते हो इनको फ्रीडम लेयर बोला जाते हैं ठीक है इन फैक्ट यह फ्रंट पार्ट है कि डीप लर्निंग तो लामा रहा है वह इस चीज से आ रहा है कि आपके पास कितने हिडेन लेटर्स है अगर बीच में बहुत सारे हिटलर से है तो फिर यह जो यह जो पूरा नेटवर्क है यह डिप हो जाता है चाहिए तो डिटेल्स वायलेंस इन थे डीप लर्निंग ठीक है तो अब आपके दिमाग में सवाल आ रहा होगा कि हमारे पास सिर्फ एक ही टाइप का न्यूरल नेटवर्क होता है या फिर तेरा डिफरेंट टाइम्स सो दहन सर्विस की दरार डिफरेंट टाइप्स आफ न्यूरल नेटवर्क्स यह सिर्फ एक टाइप कर तो एन हुआ था सबसे सिंपल वाला के विरुद्ध ऐसी ने है कौन-कौन भूषण कि न्यूरल नेटवर्क ठीक है फेस चीज होती है आर्म रिकरेंट कि न्यूरल नेटवर्क इसके अलावा भी बहुत सारे अलग अलग टाइप के न्यूरल नेटवर्क्स होते हैं जो अलग-अलग पर को सॉल्व करने जैसी कन्वेंशनल ईयर इलेक्ट्रॉनिक्स इमेज डाटा के ऊपर बहुत बढ़िया काम करता है सिमिलरली बारे में जो है वह स्पीच कि टाइम टेक्सुअल डाटा के ऊपर बहुत अच्छा काम करता है ज्ञान जो है वह चीजें जेनरेट कर सकता है ठीक है लाइक पर टेक्स्ट जनरेट कर सकता है कि मुझे इस जनरेट कर सकता है बहुत इंटरेस्टिंग ठीक है इस तरीके से आपको और बहुत सारे न्यूरल नेटवर्क पढ़ने को मिलेंगे इस कोर्स में बट अभी तक का जो इस क्वेश्चन है उसके बेसिस पर मरहम अराइज करता हूं कि डेटिंग एप्स अपडेट मशीन लगी तो मतलब मशीन जो काम करता है डीप लर्निंग भी वही काम करता है बस अलग तरीके से करते हैं ठीक है काम क्या है इनपुट और आउटपुट के बीच का रिलेशन शिप खोजना मुश्किल सुपरवाइजर लर्निंग में अब मशीन लर्निंग यह काम करने के लिए सर्टिफिकेट टेक्निक्स यूज करता है व जो डीप लर्निंग है वह एक लौजिकल स्ट्रक्चर फॉलो करता है जिसको न्यूरल नेटवर्क बोलते हैं और यह न्यूरल नेटवर्क इस तरीके से डिजाइन होते हैं कि वह ह्यूमन ब्रेन स्कोडा रैपिड करने का टाइप करते हैं ऐसा क्यों सोचा कंप्यूटर साइंटिस्ट में विकास डेबिट कि अगर आपको इंटेलिजेंट मशीन बनानी है ई वास नॉट कॉपी ह्यूमन ब्रेन जो धरती पर सबसे एडवांस इंटेलिजेंस फॉर्म है अब यह कुछ ऐसा दिखाई देता है जो मैंने आपके सामने डिस्क्राइब किया जो सबसे सिंपल न्यूरल नेटवर्क होता है बट हमने यह समझे कि इसके अलावा भी और कई सारे न्यूरल नेटवर्क्स होते हैं जो हम ग्रैजुअली इस कोर्स में एक-एक करके पढेंगे ठीक है अब यहां तक सब कुछ समझ में आ गया अब सवाल यह आता है और आना भी चाहिए आपके दिमाग में कि वायरस डीप लर्निंग गेटिंग को सौंपेंगे इस में मतलब को रिवर्स एंट्री घुमाकर Motors के बीच में बहुत ज्यादा हर जगह सुनाई दे रही है दिखाई दे रही है उसका रिवीजन क्या है ऐसा क्या किया है डिप लर्निंग ने जिसकी वजह से डीप लर्निंग टो इतना से मिल रहा है लेट्स करता है तो डीप लर्निंग का इतना फेमस होने के पीछे दो बड़े रिसर्च पहला आयोजन है एप्लीकेबिलिटी आफ कि एप्लीकेबिलिटी आफ अच्छा मैं समझा तो उसका क्या मतलब वह और सेकंड डिवीज़न आपको कौन है मैं आपके शो आफ क्रिएटिविटी का मतलब यह है कि जो डीप लर्निंग एल्गोरिथम्स है वह एक बहुत बड़े डोमेन में एप्लीकेबल ठीक है मतलब यू डोंट बिलीव की डीप लर्निंग बहुत सारे वीडियोस में काम करता है जैसे कि कंप्यूटर विजन हो गया आप पीस लें और मिशन हो गया नेचुरल लैंग्वेज प्रोसेसिंग हो गया मशीन ट्रांसलेशन बायोइनफॉर्मेटिक्स ड्रेस डिजाइन मेडिकल इमेज़ क्लाइमेट साइंस मटीरियल इंफेक्शंस बोर्डगेम्स प्रोग्राम्स तो इनमें से कोई भी फील्ड में आप लर्निंग को अप्लाई कर सकते हो और से कमजोर इधर है वह परफॉर्मेंस इंसान फिर इसका जो मेरे नाम लिया यहां पर भी प्लानिंग का जो परफॉर्मेंस रहा है वह फाड़ रहा है ठीक है इन फ्लाइट आपको कई स्टेट-ऑफ-द-आर्ट रिजल्ट्स डीप लर्निंग नहीं प्रोवाइड किया है कि ऐसे विटामिंस जिसको आप पार नहीं कर सकी इंकार कुछ दिनों में तो बीच लर्निंग ने ट्यूमर एक्सपोर्ट्स का जो परफॉर्मेंस का उसको भी ट्वीट कर दिया है स्वप्न दोष है सुना होगा गोल क्वाइट फेमस चाइनीस गेम है जहां पर ऑयल या गोल-गोल कर दे कि एक आप यह इवेंट में जोगना वर्ल्ड चैंपियन का उसको 5 गेम्स में चार बार हराया ठीक है और भी तरह के बहुत सारे शेड्यूल्स है जहां पर आप देखोगे कि डीप लर्निंग का state-of-the आर्ट फॉर्म आ रहा है और ट्यूमर एक्सपोर्ट्स भेजो है उनको वह पीछे छोड़ दे रहा है ठीक है शॉर्ट ड्रेसेस बैटरी सेवर मोड को स्विच आज की डेट में डीप लर्निंग को इतना टेंशन मिल रहा है सॉफ्टवेयर कमिटी से कंप्यूटर साइंस मिनट इसे ठीक है तो आप बहुत सारे एग्जांपल देखोगे सर्व ड्राइविंग कार हो गया जो मैंने जो ट्रक्स आज की डेट में मेडिकल साइंस में बन रहे हैं उसमें हो गया आप केमिस्ट्री की फील्ड में नया रिसर्च इस प्रेगनेंट बाय डीप लर्निंग तुम्हें गले जो वीडियो बनाऊंगा उसमें मैं आपको बहुत ही अलग टाइप के एप्लीकेशंस बताऊंगा जहां पर्टिकुलर ने अपना इंपैक्ट छोड़ा है बट अभी बस यह समझ लो कि डीप लर्निंग का यस्टरडे इन थिस फ्रेम आया है जो सर जा रहा है वह दो चीजों की वजह से आया पहला कि डीप लर्निंग एल्गोरिथम्स इस तरीके से डिजाइन है कि इट कैन बे अप्लाइड टो अवॉइड टो मे नॉर आफ प्रॉब्लम्स एंड सेकंड परफॉर्मेंस जहां भी इसको अप्लाई किया जा रहा है यहां पर उनका परफॉर्मेंस स्टेट-ऑफ-द-आर्ट रहा है एकदम कि प्लेसिस ह्यूमन एक्सपोर्ट को सर पास कर जा रहा है ठीक है तो इससे बहुत ज्यादा फिर एक रेपुटेशन बिल्डर ऐप लर्निंग का ठीक है तो आई हॉप आपको थोड़ा-बहुत इंट्रोडक्शन समझ में आ गया डीप लर्निंग क्या है अब मुक्त थोड़ा और आगे बढ़ते हैं इस वीडियो में में मैं तुझको मेरे शुरू में बोला था कि मैं आपको डेफिनेशंस बताऊंगा सुपरहिट डेकोरेशन हमें देख लिया जो बहुत ही कॉमन साथ डेफिनेशन का नॉट वांट टू आस्क लाइटली टेक्निकल डेफिनेशन एंड डेफिनेशन आफ स्क्रीन पर है यहां पर लिखा हुआ है कि डीप लर्निंग ए पार्ट आफ ए ब्रॉडर फैमिली फॉर मशीन लर्निंग मेथड किस अ डाटा आर्टिफिशियल न्यूरल नेटवर्क्स विद रिप्रेजेंटेशन लर्निंग ठीक है उसके बाद लिखा हुआ है कि डीप लर्निंग एल्गोरिथम्स यूज मल्टीपल लेस टू प्रोबेबली एक्सट्रेक्ट हायर लेवल्स फीचर्स फ्रॉम दर और इंर्पोटेंट फॉर एग्जांपल इन इमेज प्रोसेसिंग लुइस में आईडेंटिफाइड एस व्हाइट हेयर्स में आइडेंटिफाई द कांसेप्ट रिलेटिव * ह्यूमन सच्चाई जजेस और लेटेस्ट ऑफिसर अग्रिम इस डेफिनेशन में भी डेरा टू पार्ट्स इट्स फोकस ओं द फर्स्ट वर्ल्ड ओके 500 पहले वाले डेफिनेशन में तो बस इतना ही बताया कि कि यह मशीन लर्निंग के अंडर में आता है और आर्टिफिशियल न्यूरल नेटवर्क्स के ऊपर भेज राहुल है बट यहां पर एक सेंटर्स और लिखा हुआ है का एक अवार्ड और लिखा हुआ आज रिप्रेजेंटेशन लर्निंग ठीक है तो अकॉर्डिंग टो थिस डेफिनेशन डीप लर्निंग रिप्रेजेंटेशन लर्निंग करता है या उसके ऊपर डिपेंड करता है 9th क्वेश्चन इस कीवी प्रजेंटेशन लर्निंग क्या होता है ठीक है सूट रश्मि अगर आप डिग्री में घुसना चाहते हो तो आपको रिप्रेजेंटेशन लर्निंग टो अंडरस्टैंडिंग होना चाहिए मैं इन फैक्ट आपको दिखाता हूं 200 दिस इज द विकीपीडिया पेज आफ रिप्रेजेंटेशन लर्निंग ठीक है तो यहां पर आपको लिखा हुआ है इन मशीन लर्निंग फीचर लर्निंग और रिप्रेजेंटेशन लर्निंग दोनों सेम बात है इसे सेटअप टेक्निक डेट अलार्म्स और सिस्टम टू ऑटोमेटिकली डिस्कवर रिप्रेजेंटेशंस मेड आफ्टर डिडक्शन और क्लासिफिकेशन फ्रॉम नोएडा दिस रिप्लेसमेंट अलसीसर इंजीनियरिंग चैनल वास्तु सम्मत इंटू ब्रॉथल्स अंदर फ्री कि एंड यूज्ड टो परफॉर्म ए स्पेसिफिक पास मरोड़ आपको इजी वर्ष एक्सप्लेन करता हूं तो अगर आपने मशीन लगने मैं थोड़ा भी काम किया होगा तो आपको पता होगा कि वहां पर एक चीज होती है जिसको आप बोलते हो फिर शब्द सेटिंग फीचर एक्सट्रैक्शन या फिर आप टीचर इंजीनियरिंग भी बोल सकते हो सो उस प्रोसेस में तो क्या करते हैं कि आप फीचर्स क्रिएट करते हो मैं आपको एक्सांपल देता हूं जिससे आपको एक डॉग कैट क्लासिफाइड बनाना जहां पर अगर आपको एक इमेज दिया जाए तो ऑक्सिमम इससे देखिए आपको बताना है कि इसमें डॉग है है या कैट है अगर यह प्रॉब्लम आप मशीन लर्निंग से सॉल्व करने जाओगे तो फिर आपको मैनुअल फीचर्स बनाने पड़ेंगे टीचर्स कैसे हो सकते हैं जैसे साइज एक फीचर है कि अगर साइज बड़ा है तो डौ है साइज होता है तो कैट है ठीक है अ कलर कैंडी फीचर और जो भी फिजिकल अटरीब्यूट्स यह सारे फीचर्स बन सकते हैं बट आपको इस चीज हमें समझनी होगी कि मशीन लर्निंग यह फीचर्स आपको बनाकर देने होते हैं अपने मशीन लर्निंग एल्गोरिदम को बट डीप लर्निंग में क्या होता है कि यह पूरा प्रोसेस ऑटोमेटेड होता है मतलब आप इस तरीके के न्यूज़ बनाकर नहीं देते आप बस इमेज प्रोवाइड करते थे वह सही फॉर्मेट में और आपका डीप लर्निंग अल्गोरिदम ऑटोमेटिकली फीचर्स एक्सट्रेक्ट करता है ठीक है अपने इंटेलिजेंस पर ठीक है तो यह इसी को बोला जाता है बीच प्रेजेंटेशन लगने जहां पर ऑटोमेटिक फीचर एक्सट्रैक्शन होता है आपके प्रॉब्लम से आप के डाटा से ठीक है तो यह एक चीज और बहुत समझने की है और आगे भी हम इस पर डिस्कशन करेंगे कि दीप एडमिन में स्विचन इंजीनियरिंग की जरूरत नहीं है वह ऑटोमेटिकली आपका अल्गोरिदम आप के डाटा से कर लेता है अगर आप सेकंडों का डेफिनेशन में मोड करो तो यहां लिखा है कि डीप लर्निंग एल्गोरिदम यूज मल्टीपल लेस यह क्वालिटी देख चुके हैं कि प्रोगेसिवली एक्स्ट्रा अट हायर लेवल्स फॉर टीचर्स फ्रॉम रॉय इनपुट एग्जांपल दिया वक्त मशीन एग्जांपल आपको समझाते और यह जो पार्ट है डेफिनेशन का यह बहुत ही इंपोर्टेंट बात बताता है डीप लर्निंग एल्गोरिथम्स के बारे में कि डीप लर्निंग एल्गोरिथम्स और बेसिकली न्यूरल नेटवर्क न्यूरल नेटवर्क्स में होते हैं लेयर चीजें अब इन लेयर्स का पर्पस होता है जैसे फिर से अगर हम एग्जांपल ए डॉग कैट क्लासिफिकेशन का तो होगा क्या कि आप अपना इमेज कर देता है वह आप यहां से फीड कर आओगे पिक्सेल परीक्षण आप अपना डाटा यहां पर सबमिट करोगे अब इस हर लहर का एक परपस और इसलिए यहां पर आप का वोट मिलेगा कि डॉग है या कैट बट यह जो बीच के लहर इनका भी एक परपज सुनो शुरुआत में लेयर संजना वह थोड़े प्रिमिटिव टीचर्स एक्सट्रेक्ट करेंगे आपके डेटा में से जैसे अगर आप कैट और मिक्स कर रहे हो तो इससे पहले वाले ईयर्स टेस्ट टेस्ट करते हैं ठीक है फिर अगर आप आदमी के लिए उसमें जाओ तुझे फिर थोड़े और कांपलेक्स फीचर्स लाइक शेप डिसाइड करेंगे ठीक है एसेंस इस तरीके से एग्जिट हो रहा है अगले वाले से शेव स्वीट हो रहे हैं और फिर धीरे-धीरे आप और जितना आगे जाते जाओगे उनसे और कांप्लेक्स फीचर्स बनाते जाएंगे जैसे कि स्पेस तो यहां पर लिखा हुआ एक बार अगर आप इसको पड़ोस में लिखा हुआ है इन इमेज प्रोसेसिंग लोअर लेवल्स वेयर आईडेंटिफाइड ए प्यून प्लेयर्स में आईडेंटिफाइड थे कॉन्सेप्ट्स रिलेटेड टू मच ग्रेजुएट और लेटेस्ट और रेसिस्टेड तो धीरे-धीरे आप यहां से चीज आईडेंटिफाइड करते हो तो शुरू में बेसिक चीज़ें और ग्रेट रिलीफ कंपलेक्सिटीज लें और वेंचुरी अपना रिजल्ट लास्ट में दे दो तो यह डेफिनेशन है कि आपको दो चीजों समझा रहे हैं फिर से समाहित करता हूं फर्स्ट डीप लर्निंग यूजर्स रिप्रेजेंटेशन लर्निंग जिसका मतलब यह हुआ था कि फीचर्स एक्सट्रेक्ट करने का लोड आपके ऊपर नहीं है कि वह मशीन अपने आप कर लेगा एल्गोरिदम अपने आप कर ले रहा सेकेंड टॉपर डेफिनेशन से आपने यह सीखा कि इसके काम करने का तरीका क्या है इसके काम करने का तरीका यह है कि आप इनपुट लेयर में बता देते हो और फिर हेडन लेस के थ्रू आ चीज एडिट करना स्टार्ट करते तो शुरुआत में डाल लें इस प्रवृत्ति को सेलेक्ट करते हैं और जो बाद वाले जो डिफ्रेंस है वह आपके कांपलेक्स की जड़ एक्सट्रेक्ट करते हैं एंड टिफिन बॉक्स ठीक है अब मैं चाहता तो यह वाला चीज टिप कर सकता था इस पॉइंट से बट मुझे लगा कि यार यह थोड़ा आईडिया आपको शुरू में होना चाहिए क्योंकि आगे हम इसको बार-बार डिटेल में डिस्कस करने वाले हैं तो गाइस अब हमें थोड़ा आईडिया हो गया है कि टाइपिंग क्या होता है अब हम लोग नेक्स्ट डिस्कस करेंगे कि डीप लर्निंग और मशीन लर्निंग के बीच में क्या पॉइंट तो अब डिफरेंस है इस पॉइंट पर हम सिर्फ इतना पता है कि डीप लर्निंग यह सब फील्ड आफ मशीन राइटिंग फॉर मशीन लर्निंग एल्गोरिथम्स है वह साधु तक टैक्टिकल टेक्निक्स यूज करके मैं अपना काम करते हैं वे राज बब्बर ने जो है वह थोड़ा ह्यूमन ब्रेन के ऊपर बेस्ट एक लौजिकल स्ट्रक्चर है जिसको हम न्यूरल नेटवर्क्स बोलते हैं तो अब उसके अलावा प्रैक्टिलिटी लेवल पर क्या और पॉइंट और डिफरेंस है वह हम डिस्कस करने वाले हैं तो सबसे पहले मैं यहां पर पॉइंट्स मिलती है और यही वह पॉइंट से जिनके ऊपर हम लोग बात करेंगे पिछले तो सबसे पहला जो पॉइंट अब डिफरेंस है बिटवीन डीप लर्निंग एंड मशीन लर्निंग वह यह है कि डीप लर्निंग जो है उसको जो डाटा है वह बहुत ज्यादा चाहिए होता है अच्छा ठीक है आप मशीन लर्निंग के कंपैरीजन में तो अगर आप किसी प्रॉब्लम के ऊपर काम कर रहे हो तो आप उसके ऊपर डेकोरेटिंग तभी अप्लाई कर सकते हैं यह आपके पास बहुत सारा डाटा हो चिकित्सा संभव डीप लर्निंग को चीजों के बारे में शोर होने में थोड़ा ज्यादा डाटा की जरूरत होती है थोड़ा ज्यादा डाटा को देखने के बाद ही आपका जो परफॉर्मेंस होटल डील्स वर्किंग मॉडल्स का वह रिलायबल होता है अगर आप यहां पर देखो यह बहुत ही फेमस ग्रास है जहां पर एक्सिस है अमाउंट आफ डाटा जो आपके पास ट्रेनिंग कराने के लिए अवेलेबल है और आपके वायरस है परफॉर्मेंस और तो मॉडल और अगर आप इस ग्राफ में यह पॉइंट को पकड़ो यह पॉइंट मान लो आपके पास इतना डाटा है मतलब डाटा कम है तो लेकिन सी कि आपका जो मशीन लर्निंग मॉडल्स है उनका परफॉर्मेंस दी प्लानिंग मॉडल से बैटर तो इलावा यह ग्राफ बोल रहा है कि फॉर लेस डाटा ओं लुट फॉर लेस डाटा एल्बम्स कि चिपक जैसे आप इस अमावस्या डाटा लेकर आते हो दो चीजें देखने को पहले चीज यह की मशीन लर्निंग मॉडल का परफॉर्मेंस स्टैग्नेट कर जाता है इसका मतलब अगर आप एक पॉइंट के बाद और ज्यादा डैड भी कर रहे हो तो मॉडल का परफॉर्मेंस कुछ खास इंप्रूव नहीं कर रहा है वैसे अगर आप डीप लर्निंग वाला कर फॉलो करो टीएमसी के डाटा के बढ़ने के साथ ऑलमोस्ट लीनियर ही आपका परफॉरमेंस भी इंप्रूव कर रहे हैं यस तो यहां पर समझने की बात यह है कि डेटाल का डीप लर्निंग इज डाटा एंग्री ओं अच्छा ठीक है और जैसे डाटा बढ़ता है लीनियर लीईए परफॉर्मेंस दी डी पड़ता है कि चिकन तो सबसे पहला डिफरेंट यह दूसरा बहुत बड़ा डिफरेंस हार्डवेयर का सो मशीनरी मॉडल्स को अगर आप प्रेम करना चाहो तो आप अपने सिंपल मशीन के ऊपर सीपीयू यूज करके ट्रेन कर सकते हो बट डीप लर्निंग मॉडल्स के अंदर बहुत कांप्लेक्स मैट्रिक्स मल्टीप्लिकेशन चल रहा होता है में बहुत ज्यादा नंबर्स का तो इसको हैंडल करने के लिए आपको जीपीयू की जरूरत होती है ग्राफिकल प्रोसेसिंग यूनिट की ठीक है उसके बिना अगर आप सीपीक्यू पर रन करोगे तुम अपने डीप लर्निंग मॉडल्स को तो जो आपका डेकोरेटिंग मॉडल है इट विल रन स्लो है अच्छा ठीक है तो युनिट पावरफुल जीपीएस यूज कि चिकन विद मोर मिर्च जहां पर आप यह मैट्रिक रिजल्ट गैस वाले कैलकुलेशंस कर पार्टिसिपेंट्स तो हार्डवेयर हमें थोड़ा कॉफी बढ़ता है मैं इंडिया लर्निंग ठीक है लेकिन पॉइंट यह है कि मशीन लर्निंग चीप हार्डवेयर में भी चल जाएगा बट मशीन रेड्डी बेबी मॉडल्स को ट्रेंड करने के लिए आपको कॉफी हार्डवेयर चाहिए और को स्विच वैसे ही आपको जीपीयू के लिए ग्राफिक प्रोसेसिंग यूनिट के लिए ठीक है थोड़ा पॉइंट है ट्रेंनिंग अट अखरा इन दिल्ली विद मॉडल्स आफ कंप्लेंट्स हेलो फ्रेंड्स और आपका मॉडल ट्रेनिंग टाइम इनसाइड द ट्रेन टाइम कि इस वैरी हाई फॉर कि इन कंपैरिजन की मशीन लर्निंग सेंटर ट्रेंनिंग टाइम इस लो ठीक है तो डिपोजिट मुक्त अगर आप एक बहुत बड़े डेटासेट के ऊपर डेवलपमेंटल वर्क्स लाइक करोगे तो मैं दो SIM है कि लोगों को वीक्स लग जाते हैं मॉडल को ट्रेंड करने में भी ठीक है और एक बार मैंने सुना है मंच भी लगे हैं कुछ रिचार्जेस को कुछ स्पेसिफिक परपज लें जिससे वे राज मशीन लर्निंग मॉडल में मॉडल को प्रेम करने के लिए तो यह हार्टबीट मिनिट्स हां कभी कभी ऐसा हो सकता है कि आपको कुछ घंटे मॉडल को चलाना पड़े मैंने निशान है कि पूरे-पूरे दिन के पूरे वीक मशीन लर्निंग मॉडल ट्रेन हो रहा है तो ट्रिमिंग टाइम बहुत हाई होता है डिप लर्निंग में अगर आप प्रिडिक्शन टाइम की बात करो फोन तो प्रिडिक्शन टाइम डीप लर्निंग में बहुत फास्ट है मैं क्यों फास्ट आपको आगे जाकर समझ में आ जाएगा वे राय अगर आप मशीन लर्निंग एल्गोरिथम्स बात करो तो कुछ एल्गोरिदम उसमें प्रिपरेशन टाइम बहुत स्लो है जैसे कि पीएम जो कैंडिडैट ने अल्गोरिदम रिप्रोडक्शन करने में बहुत टाइम लगता है तो एक्टिविटीज फॉर मशीन लर्निंग प्रिडिक्शन टाइम वेयर इज लेकिन ट्रेनिंग टाइम पट्टी बांधने की मशीन लर्निंग का कम है फैब्रिक का बहुत जाता है ठीक है बेनिफिट पॉइंट फीचर सलेक्शन इस पॉइंट के बारे में पॉजिटिव डिस्कशन किया है हम डिस्कस किया था कि जर्जर थिंग कॉल्ड रिप्रेजेंटेशन लर्निंग ए कि हमने जस्ट के पहले 10 किया था जहां पर हमने यह सीखा था कि डीप लर्निंग एल्गोरिथम्स ऑटोमेटिकली डाटा के अंदर से एलिमेंट फीचर्स एक्सट्रेक्ट कर लेते हैं ठीक है वे रेड्डी अगर आप मशीन के साथ काम करो दो फीचर्स आपको फैमिली एक्सट्रेक्ट करने पड़ते चिकन मैं आपको पिंपल 200 उस दिन कुछ एक साल पहले हम लोग एक पर रेज्यूमे बेस्ट प्रोजेक्ट बना रहे थे रेज्यूमे बेस्ट प्रोजेक्ट था जहां पर मैक्सिमम मैं भी एग्जांपल दैनिक लखनऊ बताओ कि रेज्यूमे के कॉन्टेंट को देख करके हमें यह प्रिंट करना था खाओ कि उस बच्चे का प्लेसमेंट होगा या नहीं होगा सुबह हम कुछ डिब्बे पर अब जब आप इसमें मशीन लर्निंग अप्रोच लगाओगे तो आपको क्या करना पड़ेगा आपको इस रेज्यूमे के अंदर से फीचर्स एक्स्ट्रा करने पढेंगे जैसे कि एक फीचर हो सकता है ट्वेल्थ के मास्क को और दूसरा पंक्चर हो सकता है टेंथ के मांग तीसरा फीचर हो सकता है नंबर ऑफ अचीवमेंट्स फॉर ए फीचर हो सकता है नंबर ऑफ कोर्स इस और एक फीचर हो सकता है क्वालिटी आफ कॉलेज यह सारे फीचर्स बना सकते हो और फिर आप यह परीक्षण करवा सकते हो कि प्लेसमेंट होगा या नहीं होगा बट इसलिए इस फीचर को बनाने के लिए भी नीड टो मैन एक्सपोर्ट है कि मुझे कुछ अच्छा आपके साथ बहस में ही भागना पड़ेगा या फिर कुछ टीचर्स के साथ बैठना पड़ेगा तो मुझे इस बताएंगे किस तरह आप टीचर्स बनाओ ठीक है डिपेंडिंग डोमेन बट अगर आप यह प्रोजेक्ट डीप लर्निंग के थ्रू करोगे तो आपको बस पूरे रेज्यूमे के कॉन्टेंट को सही फॉर्म में एल्गोरिदम को प्रोवाइड करना है कि बिहाइंड द सीन पर ऑटोमेटिकली फीचर्स एक्सट्रेक्ट करेगा और यह परीक्षण करके आपको दे देगा ठीक है तो इसी को बोला जाता है रिप्रेजेंटेशन लड़की और यह बहुत बड़ा बेनिफिट है जब डीप लर्निंग यूज करते हैं फिर मैंने आपको एग्जांपल भी दिया था कि अगर आपके पास है कि न्यूरल नेटवर्क है है और आप उसको एक इमेज देर हो तो जो शुरू वाले लेयर होते हैं वह सिंपल आपके फीचर्स के साथ सिंपल पी सेलेक्ट करते प्रिमिटिव फीचर्स स्टार्ट करते हैं और फिर आगे जाते-जाते कॉन्ट्रैक्ट टीचर्स स्ट्राइक ऑटोमेटिकली होने लगते हैं तो इसका विकसित डायग्राम है लेकिन सी अगर आप यह फोटोग्राफ दे रहे हो तो जो शुरू वाले होंगे इससे पहला और दूसरा रिटर्न लेयर होगा वह लो लेवल फीचर्स एक्स्ट्रा करेगा कि जैसे की तेजस लेकिन यहां पर एडिट करें और फिर बीच में जा करके थोड़े बीच के फीचर्स लाइक शेयर व टाइट होने लग जाएंगे लेकिन सी ए सेपरेट करें और ऐसा करते करते ऐवेंंचुअली लास्ट में जाकर हाई लेवल फीचर्स डिटेक्ट होने लग जाते हैं लाइक अ कंप्लीट से अ अच्छा ठीक है तो इसे साधु मशीन लर्निंग कमजोरी डीप लर्निंग वर्क्स ओं अच्छा ठीक है तो यह तीसरा क्वेश्चन ऑटोमेटिकली और है मैं कुछ नहीं करो यह इस तरीके से डिजाइन है यह पूरा का पूरा नेटवर्क यह सब कुछ अपने आप और आप यहां से और आगे बढ़ेंगे बट यह भी एक बहुत बड़ा कॉन्टैक्ट लेंस है ठीक है अब लास्ट पॉइंट है इंटरपिडिटी सो होता क्या है कि अभियान में जज स्पष्ट किया कि आप कि टीचर एक्सट्रैक्शन ऑटोमेटिकली हो रहा है द फीचर्स और एक्सट्रैक्टेड ऑटोमेटिकली और मुझे नहीं पता कि वह फीचर क्या है यह कौन से जिसे मुझे नहीं पता है मुझे बाहर समझ में नहीं आते तो होता क्या है कि आपके पास जो मॉडल बनकर आता है वह इंटरैक्टिव नहीं होता मतलब अगर मैंने एक डॉग वर्सेस कैट क्लासिफाइड बनाया है कि इस तरह का आर्किटेक्चर में मैंने बनाया ठीक है तो इसका काम है कि मैं इसको जैसी एक मिथुन वहीं मुझे बता देगा कि यह डौ है या क्या है अब मैंने बताया कि आलरेडी किस तरीके से काम करेगा पहले वाला लेयर कुछ प्रिमिटिव फीचर्स खोजेगा आगे वाले थोड़ा कांप्लेक्स फीचर्स खोजेगा प्रिंटर में लीव्स जो भी होगा वह एक ब्लैक बॉक्स की तरह होगा मतलब यह मुझे नहीं बताएगा किसने-क्या देखा उस कि मैच के अंदर तो इसका मतलब यह है कि कल को कोई उससे पूछ ले कर बताओ तुमने इस इमेज को डॉग क्यों बोला तो मेरे पास इसका कोई आंसर नहीं है आई डोंट हैव एनी आंसर ठीक है तो यह तो टैबलेट का इशू है और यह प्रॉब्लम है क्योंकि सोच के लिए को मान लो आप एक डेप्लेटिंग मॉडल ट्रेन कर रहे हो एक सोशल नेटवर्किंग वेबसाइट से जहां पर आप कमेंट को देख करके किसी यूज़र को बयान कर सकते हो अच्छा ठीक है अगर आप डीप लर्निंग यूज करोगे तो वह तो कमेंट पड़ेगा और डिसाइड करेगा कि बैंक करना है या बहन नहीं करना टिप्स में बोले कि बहन कर दूसरे को आप उसको बैन कर दिया तो यूजर आप चेक पूछेगा ना कि भाई मुझे क्यों बैंक यह बताओ बस आपने डेवलपिंग मॉडल लगा रखा है आपको पता ही नहीं चलेगा कि क्या रीजन की वजह से आपके एल्गोरिदम में इसको बैन किया and subscribe this Video give लिटिल गर्ल्स मामलों में इंपॉर्टेंट होती है इंटरएक्टिविटी कई समाज में इंपोर्टेंट होती है और वहां पर भी प्लेसमेंट सेल कर जाता है बट अगर आप इसको कंपेयर करो मशीन लर्निंग से तो मछली मछली एडमिन में इंटिग्रेटिड बहुत ही होती है जैसे कि जिससे आप एक सीनियर मॉडल प्रेम कर रहे हो एक लॉजिस्टिक रिग्रेशन मॉडल ट्रेन कर रहे हो जहां पर सीजीपीए एक कॉलम है आई थी दूसरा प्रॉब्लम है और प्लेसमेंट होगा कि नहीं होगा दूसरा पालक तो क्वार्टर भी सब लॉजिस्टिक रिग्रेशन मॉडल ट्रेन को रोके तो दो बेसन के डब्लू और बबलू डब्लू और डिटेल बता रहे हैं इस फीचर का और डब्लू इसका अब इस w1 और डब्लू के वैल्यू के बेसिस में बता सकता हूं कि कौन सा फीचर्स ज्यादा इंपोर्टेंट है कौन सा फीचर कम इंपोर्टेंट है ठीक है तो अगर कल कोई बच्चा के पूछा कि बताओ मुझे क्यों बोला कि मेरा प्लेसमेंट नहीं होगा तो मैं बोलेगा कि सिर्फ तुम्हारा डब्लू बहुत कम है मतलब द्वारा सीजीपीए बहुत कम है Doctors व्हाय तुम्हारा प्लेसमेंट नहीं होगा ठीक है तो मछली मॉडल्स में एक और एग्जाम पर ले सकते हैं डिसीजन ट्री का रिसेंटली में प्रॉपर decision-making होता है और इस तरीके का कोई स्लॉट मिलता है और यह स्लो चार्ट आपको तुरंत बता सकता है कि कोई पॉइंट को वन क्यों बोला गया 1.20 के बोला गया तो यहां पर जो एक्सप्लेन एबिलिटी है या फिर आप बोल सकते हो इंटरपिडिटी है डिपॉजिट ही और यह तुलसी यहां पर बहुत हेल्प करता है जहां पर आपको सामने वाले को बताना है क्वीन क्या तुम को 180 देने का ठीक है तो यह पार्ट सौल टो डिफरेंसेस है एक बार सनराइज करते हैं डाटा डिपेंडेंसी डीप लर्निंग का बहुत ज्यादा है मशीन लेने का बहुत कम है बट अच्छी बात यह कि डीप लर्निंग जैसे-जैसे डाटा बढ़ता है उसका परफॉर्मेंस क्लीयरली बहुत बढ़िया स्केल करने लग जाता है हार्डवेयर की बात करें तो यहां पर डिफ़ाल्ट में पीछे रह जाता है क्यों क्योंकि इसको बहुत तगड़ा हार्डनेस है जीपीओ चाहिए कंपलेक्स मैट्रिक्स मल्टीप्लिकेशन सेंड करने के लिए तो यह टिप्पणी कांग्रेस है ट्रेन टाइम की बात करो दी प्लानिंग स्लो है बहुत टाइम लगता है मॉडल्स को ट्रेंड करने के लिए इन कंपैरिजन टो मशीन लर्निंग प्रोटेक्शन करेंगे डार्क स्पॉट्स ठीक है फीचर्स करेक्शन मैंने ऑलरेडी बता दिया रिप्रेजेंटेशन लेकिन फुल होती है उससे फीचर्स सिगरेट हो जाते हैं ठीक है और legs का चक्कर क्या था शुरुआत लेटेस्ट छोटे फीचर्स होते हैं आगे वाले लेटेस्ट अपडेट्स हैं यह सब आपको समझ में आ कर प्लास्टर इंटरपोलेटेड प्लानिंग यह प्लॉट एक संदेश भेजो क्या सोचा क्या डिसाइड किया सिर्फ उसी को पता है हमें नहीं पता चल सकता उसकी वजह से अगर हम किसी ऐसे समय में काम कर रहे हैं यहां पर हमें रिजल्ट के साथ यह बताना है कि क्यों हम उसे वेबसाइट पर पहुंचे कि डीप लर्निंग आईएस नॉट ए गुड चॉइस ठीक है तुझे चार पांच चीजें हैं आईएस इन चार पांच चीजों को पढ़ने और समझने के बाद अब एक कंप्यूटर पर पहुंचोगे कि मशीन ने को रिप्लेस नहीं कर सकता डीप लर्निंग बहुत लोग ऐसा लगता है या दिमाग में आता है कि डिफरेंट मगर इतना अच्छा है पावरफुल हैं तो वालों ट्यूसडे आफ लर्निंग इन एवरी प्रोजेक्ट है तो उसका रिजल्ट यही है कि कुछ चीजों में मशीन लर्निंग भी प्लानिंग से बैटर है और एक पुरानी कहावत आपने सुनी होगी कि जहां पर सुई की जरूरत होती है वहां पर तलवार यूज नहीं करते तो वही बात है मशीन लर्निंग सुई है और डीप लर्निंग तलवार अब आपका पर्स कपड़े सिलने है या फिर लोगों को मारना है डिपेंडिंग ऑन द आ से लोगे कि आपको मशीन करने की अपील करने की जरूरत है तो आपको यह पूरा सच समझ में आ कर सो अभी तक हमने काफी चीजें पड़ी रिकॉर्डिंग भी प्लानिंग अब हम कुछ क्वेश्चन का आंसर करेंगे ठीक है अब जब मैं दीप लर्निंग पढ़ रहा था पढ़ने के प्रॉसेस में मुझे एक सवाल आया था मेरे दिमाग में कि भी प्लानिंग अभी तू इतना फेमस हो रहा है मैं 12 वीडियो के बाद आपको हिस्ट्री आफ डीप लर्निंग पढ़ाऊंगा वहां पर आप नोटिस करोगे कि दीप लड़ने के ऊपर से काम होने लगा था वह 1968 में स्टार्ट हो गया था अच्छा ठीक है आ एंड ड्यूरिंग थे टाइम्स बट थे फेमस अब जाकर हुआ अराउंड 1200 बोला जाता है बैक टू यह इसके बाद चीज चेंज युद्ध तो ऐसा क्या हुआ है 2010 के बाद कि आपका डीप लर्निंग दिल्ली से इतना पावरफुल फेमस टेक्नोलॉजी बन गया स्विच क्वेश्चन का आंसर अगर आपको करना है तो जरा मल्टीपल रीजन ठीक है सो कि वाहनों का आंसर अलग-अलग तरीके से हो सकता है मैं एक-एक करके बता दूं आप को सबसे पहला जो रिसीवर है डाटा सेट्स ए कि हम इस बारे में थोड़ी देर के बाद बात करेंगे दूसरा जो रीजन है वह एव फ्रेमवर्क्स हुआ था है तीसरा रीजन है थे मॉडल्स का आर्किटेक्चर अ ऑन करो हुआ है है और चौथा चीज हार्डवेयर है और एक लास्ट लीजन है ए कम्युनिटी अ आज हम इन पांचों पॉइंट के बारे में बात करेंगे इससे क्या होगा कि आपको थोड़ा पर्सपेक्टिव मिलेगा की डीप लर्निंग जो होता है कंपनीज करती है इंडस्ट्री में होता है उसके पीछे ड्राइविंग फोर्स क्या है ठीक है लैपटॉप फॉर डाटा से तो मैंने ऑलरेडी यह बता रखा है आपको की दीप लर्निंग इज डाटा हंगरी कि रितेश डाटा हंगरी मतलब इसको अपने प्रिडिक्शंस करने के लिए बहुत सारा डाटा चाहिए ठीक है बहुत सारा डाटा मिलने के बाद ही यह शोर हो पाता है कि डाटा के अंदर क्या पाटन से मशीन लर्निंग अगर आप बात करो तो आप के पास अगर हंड्रेड ड्रोस का भी डेटा सेट है था उसे जरा भी डेटा सेट है तो आप इसके ऊपर ट्रेन करके एक मॉडल बेल्ट कर सकते हो बट नॉट विद डीप लर्निंग डीप लर्निंग को चाहिए है लाखों रू स है तब जा करके यह काम करेगा अब अच्छी बात यह हुई कि अराउंड 120 12 रिवॉल्यूशन आए हमारे सोसाइटी में फर्स्ट आया स्मार्टफोन रिसोल्यूशन रिवॉल्यूशन है और सेकंड पहली इंटरनेट थे प्राइसिंग रेजोल्यूशन आयुष से क्योंकि इंटरनेट पहले से था प्राइस बहुत रिड्यूस हो गए अगर आपको याद होगा 2015 16 के राउंड रिलायंस जिओ मार्केट में एंटर किया और फ्री में हाई स्पीड इंटरनेट प्रोवाइड करने लग गया और फिर इन दोनों चीजों को अगर आप कंबाइन करके देखो तो धरती में हर किसी के पास स्मार्टफोन है विद हाईस्पीड इंटरनेट कनेक्शन जो अब अलग-अलग एप्स यूज करते हैं तो उसके बाद बहुत सारे ऐप्स आ गए टिक टॉक उसके बाद स्नैपचैट और खूब सारे और सोशल मीडिया प्लेटफॉर्म्स आगे अब इस से क्या हुआ कि डेली बेसिस पर हम लोग खूब सारा डाटा जनरेट करने लग गए अच्छा ठीक है इंफोसिस मैंने एक स्टडी में पढ़ा था कि ह्यूमन हिस्ट्री में जब हमने डाटा जनरेट करना स्टार्ट किया था तब से लेकर 2015 तक पर अगर हमने एक्स जीबी डाटा जनरेट किया होगा तो 2015 से 2016 में हमने फिर से 1GB डाटा जनरेट कर दिया 2015 से 2016 2016 से लेकर 2017 में हमने 21 डाटा जनरेट कर दिया 2017 से 2018 में हमने फॉरेक्स टीका जनरेट कर दिया इट मींस कि जो B टाइम वर्सेस डाटा जनरेशन रहा है हमारा वह एक्सप्लेन चल रहा है और यह जो हेयर है यह 2015 रामदत्त 2015 के बाद हम लोग इस तरीके से बड़े हैं तो डाटा खूब सारा जनरेट हुआ यह पहला अध्ययन है जो 1968 में नहीं था ठीक है बट सिर्फ डाटा जनरेट होने से अपना काम नहीं होगा ठीक है फालतू की सोच के देखो अगर आपको एक इमेज क्लासिफिकेशन सिस्टम बनाना है जहां पर आप फोटो देख करके यह बताओगे कि उसमें डॉग है या फिर कैट है तो पहले इसके लिए आपको ट्रेनिंग करवाना पड़ेगा अपने मॉडल का और ट्रेनिंग के टाइम पर यू नीड अ लॉट ऑफ फोटोस जहां पर इमेज भी हो और साथ में बताया हुआ भी हो कि इसके अंदर कैट है या फिर डौ है बट जवाब डाटा जनरेट करते हो अपने स्मार्टफोन के थ्रू खूब सारा डाटा जनरेट होता है वहीं लेवल डाटा होता है मतलब आपने फेसबुक पर फोटो अपलोड कर दिया आपने पपीता बट आपने यह नहीं बताया साथ में की देश वापसी तो होता क्या है कि इंडस्ट्री में यू नीड समवन टो क्रिएट लेबल्स है और यहीं पर यह बड़ी कंपनी जाई जैसे कि माइक्रोसॉफ्ट गूगल फेसबुक इन लोगों ने क्या किया खूब सारा पैसा खर्चा करके इनके पास जो बहुत सरल लेवल डाटा था ना है उसको लेवल डाटा में कनवर्ट किया है और फिर इन्हें नोटिस किया कि अगर हम इस पूरे डाटा को सिर्फ अपने पास रखते हैं तो शायद रिसचर्स उतना आगे नहीं बढ़ पाएगा जितना अगर हम इसको ओपन सोर्स कर दें तो इन्होंने क्या किया इन डाटा सेट को पब्लिक डाटा सेट में कंवर्ट कर दिया सुपर्लिक डेटासेट इस बेसिकली डेटासेट जिसको कोई भी एक्सेस कर सकता है और उसके ऊपर काम कर सकता है तो आप जब यह पब्लिक डाटा सेट्स आ गए ना मार्केट में मार्किट में मतलब जैसे कि ट्विटर पर आगे तब एक्चुअल रिसर्च को फायदा हुआ डीप लर्निंग का जो रिसर्च खाओ वहीं पब्लिक डाटा सेट्स की वजह से बहुत तेजी से हुआ टिप्स मैं आपको एक्सांपल देता हूं पब्लिक डेटासेट के जैसे कि अगर आप इमेज डाटा की बात करो इसका कलर चेंज कर लें अगर आप MS Word डाटा की बात करो तो माइक्रोसॉफ्ट को बोल कर के कि एक डाटा सेट है जो इमेज डिटेक्शन के लिए बहुत यूज होता है इसमें खूब सारे इमेजेस है और उन इमेजेस में जो भी ऑब्जेक्ट्स है उनके हूं इस तरीके से बॉन्डिंग बॉक्सेस क्रिएट किए हुए हैं और लेबलिंग कर रखिए कि वह ऑब्जेक्ट क्या है ठीक है तो बहुत ही पावरफुल डाटा सेंटर ऑब्जेक्ट डिटेक्शन में बहुत काम आते हैं ठीक है वीडियो की बात करो अगर आप तो हमारे पास youTube 8 मिलीयन डाटा सेट है जिसमें अराउंड सिक्स पॉइंट वन मिलियन यू ट्यूब वीडियोस का डाटा है एक रिमाइंडर सेट ठीक है अगर आप टैक्स की बात करो फोन टेक्स्ट मी अमर पर बहुत अलग टाइप का डाटा है जिसमें से एक डाटा है को ऐड बोलकर स्क्वॉड के हेरिटेज बेसिकली अ डाटा फ्रॉम विकीपीडिया कि विकिपीडिया से अराउंड डेढ़ लाख अ क्वेश्चन आंसर्स का का डाटा से ढूंढ उसके बाद अगर आप बात करो ऑडियो का आ है तो ऑडियो में भी अलग-अलग डेटासेट से जैसे कि गूगल का को एक ऑडियो सेट बोलकर डाटा है जिसमें अराउंड 20 लाख कि 20 लाख आसान टिप्स है थे जो उन्होंने यूट्यूब से निकाला है और अंडर मोर थन सिक्स अंधेरो चैट इनक्रीस है तो यह तो सिर्फ चार-पांच में एग्जांपल्स दिए इस तरह के आज की रेट में थाउजेंड्स पब्लिक डेटासेट आपको मिल जाएंगे हैं जो कि ओपन सोर्स है अपुन को यूज कर सकते हो क्या घर पर मिल जाएंगे या फिर उनकी खुद की वेबसाइट है वह मिल जाएंगे या फिर आप एक बार गूगल कर लो आपको यह सच मिल जाएंगे और यह डाटा से आने के बाद क्या हुआ कि रिसर्च करना बहुत ही इजी हो गया क्योंकि यह डाटा से बना पाना सबके बस की बात नहीं थी तो अगर आप उससे पूछो कि आज की रेट में ही डीप लर्निंग इतना पावरफुल क्यों है तो उसका सबसे बड़ा रीज़न सबसे बड़ा कॉन्ट्रीब्यूटर डाटा से Bigg Boss विदाउट डाटा दे रूबी डोंट नो डीप लर्निंग तो मेरे हिसाब से डीप लर्निंग को पुश देने में जो सबसे बड़ा सेकंड चैप्टर है वह हार्डवेयर हार्डवेयर मतलब कंप्यूटिंग ढेर ठीक है तो मैं इस पूरे रीजन को एक्सप्लेन करने के लिए सबसे पहले आपको मूसलों समझाता हूं ठीक है मूसलों कंप्यूटिंग में एक बहुत ही मसला है अम्मू सब जन्मदिन का फर्स्ट नाम नहीं पता बट ही इस द फाउंडर ऑफ ही व्हाट्सएप को फाउंडर ऑफ इंटेंट ओं उन्होंने यह दिया था लौकी नंबर ट्रांसिस्टर्स और माइक्रोचिप डबल्स एवरी टू ईयर्स फॉर द कॉस्ट ऑफ द कंप्यूटर का मतलब यह हुआ कि हर दो साल में आप एक फ्लिप के ऊपर आप एक चिप के ऊपर कोई भी चकली को अलग से आप i7 ले लो उसके ऊपर आप जितने ट्रांसिस्टर्स बिठा सकते हो उसका नंबर हर दो सालों में डबल हो जाएगा और इसको बनाने के लिए जो कॉस्ट लगता है वह हाफ हो जाएगा इसीलिए अगर आप नोटिस करो तो मार्किट में हर कमोडिटी का प्राइस बढ़ता है बट इलेक्ट्रॉनिक स्टोर है उनका प्राइस घटता है मतलब स्मार्ट फोंस हर अगले साल चीपर प्राइस पर आते हैं और अनलॉक टॉकिंग अबाउट द फ्लैगशिप प्रोडक्ट्स बट आप देखो कितने सस्ते हो गए फोन और जो परफॉर्मेंस है वह इंप्रूव करता जाता है है तो हार्डवेयर का जो परफोर्मेंस से हमेशा इंप्रूव करेगा यह मूल स्लॉट मिलता है और इसीलिए अगर आप नोटिस करो तो आई डोंट नो आप लोग 2005 2006 में क्या कर रहे थे वह उस टाइम पर जो फोन चाहते थे उसमें हार्टडली 128 एमबी रैम होता था आराम होता था ठीक है वहीं आज का स्मार्टफोन अगर आप देखो तो ट्वेल्थ जीबी रैम वाले फोंस भी आ रहे हैं ठीक है टुटेजा हार्डवेयर नैक रिवॉल्यूशन चला रहे हैं और वह भी कंटिन्यू है और उसने बहुत ज्यादा पुश दिया डीप लर्निंग को डीप लर्निंग के अगर आप बात को तो यह तो आलरेडी पता है कि इट मींस अ लॉट ऑफ डेट आ अब लौट ऑफ डाटा के ऊपर एक 10 मैट्रिक्स ऑपरेशन यह आप पढ़ोगे तो आपको खूब सारा नंबर्स को हैंडल करने वाला डाटा प्रोसेसिंग पावर चाहिए अगर आप सीपीयू को यूज करोगे तो ट्रेनिंग टाइम बाद भी हाइट ठीक है या फिर लो स्पीड हो जाएगा अब कि अ डॉक्टरों 2010 संबंधी अलार्म्स की मीट्रिक ऑपरेशन जो है या मीटर की मल्टिप्लिकेशन जो मुझे करना है आई एम कन्वर्टेड इनटू ए पर्ल लेटेस्ट आई कैन इंप्लीमेंट पैरेलल प्रोसेसिंग है कि मैं ठीक वैसे ही जैसे आपको एक इमेज को एक हाई क्वालिटी इमेज को हिट करने के लिए यार रेंडर करने के लिए पैनल प्रोसेसिंग की जरूरत होती है और इस पर उसके लिए अगर लोग जीत यूज करते हैं तो फिर सिमिलरली इस मैट्रिक्स ऑपरेशन के लिए भी हम जीपीओ केवड़ा यूज करें ठीक है तब जा करके यह 10 फुट हुआ डीप लर्निंग कमेटी में कि अब हम लोग जीपीएस उसको यूज करेंगे टू ट्रेन अवर न्यूरल नेटवर्क्स क्रिकेट इस पॉइंट पर एंड मीडिया कि आई और उसने केवड़ा लांच किया कि डाइजर प्रोग्रामिंग लैंग्वेज में प्रोग्राम टिप्स और फिर इसके बाद से एक रेजोल्यूशन आ गया तब सबको समझ में आया कि हम रावण दहन कन्वेंशनल सीपीयू लेट्स ट्रेन अवर मॉडल ऑन जीपीएस उस ठीक है और उसके बाद से इन वीडियो का स्टॉक था वह बहुत ही प्राइस हो गया क्योंकि अब सिर्फ ग्लैमरस नहीं खरीद रहे थे आपका ग्राफिक कार्ड अब हमारे जो डीप लर्निंग रिसर्च थे वह भी ग्राफिक्स कार्ड यूज करने लग गए इन फैक्ट आज की रेट में आप शायत दीप लर्निंग अप्रोच करोगे तो आपको एक बढ़िया मशीन खरीदना पड़ेगा जिसमें अच्छा जीपीयू हो ठीक है क्योंकि एक जीपीयू क्या करता है 10-2-2013 चीज ट्रेनिंग टाइम रिड्यूस कर देता है इन कंपैरिजन टो ऑल सीपीयू अच्छा ठीक है जो कि बहुत बड़ा डिफरेंस है ठीक है तो सिर्फ जीपीयू तक यह बात नहीं रुकेगी ठीक है जैसी लोगों ने रियलआइस किया कि हम पैनल प्रोसेसिंग से फास्टर रिजल्ट्स ले सकते हैं तो फिर इस एरिया में बहुत रिसर्च होने लगा और सिर्फ और अलग अलग टाइप के हार्डवेयर आने लगे जैसे कि एक और चीज पहले से एकजुट करती थी ऐड पीजिए बोल करके ऐड कीजिए का फार्म होते हैं फील्ड प्रोग्रामेबल गेट हेयर टिप्स अगर आप लोगों से कोई ऐसी बैकग्राउंड से होगा इंजीनियरिंग में तो उन्होंने शायद उसका नाम सुना होगा तो यह बेसिकली प्रोग्राम अतुल्य कंट्रोलर होता है ठीक है इनकी सबसे बढ़िया बात क्या होती है कि यह बहुत फास्ट होते हैं अ बहुत ही लोग पावर पर चल जाते हैं है इसके अलावा री प्रोग्रामेबल होते हैं है और कि कस्टम सोलूशंस आप इसके ऊपर बहुत इजीली बिठा सकते हो तौलिए प्रॉब्लम बाय पीजिए का किरदार वैरी एक्स्पेंसेस है कि अगर आपने इस आयरलैंड का नाम सुना है तो यह लीडिंग मैन्युफैक्चरर है आज की डेट में ऐड कीजिए इसको भी बहुत यूज किया जाता है डीप लर्निंग मॉडल्स प्रेम करने के लिए और रन करने के लिए इंटरेस्ट माइक्रो सौंफ में ऐड पीजिए बहुत यूज होते हैं आपका जो माइक्रोसॉफ्ट का अभिन्न अंग है जो सर्च इंजन है उसका ज्यादातर जो यह वाला पार्ट है वह चीज इसके ऊपर होता है ठीक है तो यह चीज होगी इसके बाद फिर एक और चीज आई जिसको बोला जाता है 123 आईसीसी इसका फुल फॉर्म है एप्लीकेशन स्पेसिफिक इंटिग्रेटिड सर्किट ठीक है अट यह भी कस्टम मेड लिप्स होते हैं थोड़ा सा महंगा होता है शुरू में डिजाइन करना बट अगर आप बहुत लोगों के लिए बनाओ तो सस्ता पड़ता है फिर तो इसके अंदर अलग-अलग तरह के लिए इसे एक साइड जैसे कि सबसे पहला ट्यूब शायद अपने नाम सुना होगा इसका नाम है टेंसर प्रोसेसिंग है यूनिट कि यह गूगल ने बनाया था और यह स्पेशली एक हार्डवेयर है डीप लर्निंग मोरल सपोर्ट ट्रेन करने के लिए अगर आप Google को लाभ में कभी काम कर रहे हो तो गूगल को लाभ आपको ऑप्शन देता है टूल सेलेक्ट पीरु तरफ कोड ठीक है फिर आपका से कम चीज जो आई वह दिखाओ कि ऐज कि टीपु फॉर इट्स डिवाइस इस एसिड मतलब अब लक्ष्य आपको एक ड्रोन के ऊपर डीप लर्निंग मॉडल बंद करना है या फिर आप वॉच के ऊपर स्मार्ट वॉच के ऊपर रन करना चाहते हो या स्मार्ट क्लास के ऊपर रन करना चाहते हो तो इस तरह के सेट अप में आप एचटीपी यूज कर सकते हो जो कि बेसिकली बहुत छोटा सा डिवाइस होता है जिसके ऊपर आप कैलकुलेशंस कर सकते हो सिमिलरली आज की डेट में स्मार्ट फोंस में बहुत सारी एप्लीकेशंस आने लगी है जहां पर मशीन लर्निंग यही की प्लानिंग यूज होता है तो उसके लिए एंट्री ऊर्जा आगे इनको बोला जाता है न्यूरल प्रोसेसिंग यूनिट न्यूरल की प्रोसेसिंग यूनिट अब इनका काम होते हैं कि आपके मोबाइल डिवाइस पर जो इस तरह के ऑपरेशन होते हैं उनको एक प्लेट करना अच्छा ठीक है तो अगर हम एग्जांपल लें कि कब किस तरह का हार्डवेयर काम आ सकता है तो आयुष है कि अगर आप स्टार्ट कर रहे हो अभी जस्ट अपना डीप लर्निंग अंजनी और आप बहुत basic छोटे-छोटे प्रोजेक्ट करें तो आप सीटों के साथ काम कर सकते हो ठीक है अगर आप बड़े नेटवर्क को ट्रेन कर रहे हो थोड़ा एक्सपीरियंस गेम करने के बाद तो फिर आपको ग्राफिक कार्ड पर शिफ्ट कर जाना चाहिए ग्राफिक आर्ट बहुत बढ़िया तरीके कि आपको मिल जाएंगे और जैसे कि आरटीई एक्ट स्क्रीन की TRP हो गया बहुत बढ़िया रिकॉर्ड यहां पर यह आप टीपीयू भी यूज कर सकते हो कि डिजाइंड स्पेसिफिकली फॉर दिस पर फंसे अगर आपको स्मार्ट फोन के ऊपर मैं अपना किसी ऐप के अंदर डिप लर्निंग का इस्तेमाल करना है तो यहां पर आप यूज कर सकते हो मोबाइल वाला सीपीयू जैसे कि स्नेपड्रैगन वर्क या फिर आप मोबाइल का जो जीपीयू है वह यूज कर सकते हो बहुत सारे डिजिटल सिगनल प्रोसेसिंग चाहते हैं वह यूज कर सकते हो या फिर एमपी यूज कर सकते हो जो मैंने यह बोला ठीक है अगर आपको स्मार्ट ए वॉच या फिर स्मार्ट ग्लास के ऊपर मशीन लर्निंग ड्राइविंग मॉडल्स रैंप करने हैं तो यहां पर आप यूज करोगे एच ट्यूब जो मैंने यह वाली चीज बोली ठीक है या फिर आप एंड पियूष भी इस्तेमाल कर सकते हो 100 अलग-अलग रिक्वायरमेंट के लिए अलग तरह का हाथ लहराया बट यह जो पिछले दस सालों में फोकस शिफ्ट हुआ कि वे कैन मेक कस्टम हार्डवेयर ए फॉर डीप लर्निंग उसने सिर्फ बहुत ज्यादा फास्ट कर दिया ताड़ी प्लानिंग रिसर्च यूके अब प्रेम करने में इतना टाइम ही नहीं लगता में टिकट तो ऑफिस की ओवरऑल जो रिसर्च है वह फास्ट हो जाएगा ठीक है तो हार्ड वेयर इज द सेकंड चैप्टर मेरे हिसाब से जो थर्ड फैक्टर है जिसमें डीप लर्निंग को सबसे ज्यादा बूज़ दिया व है फ्रेमवर्क और लाइब्रेरी इसका डेवलपमेंट ठीक है देखो डीप लर्निंग मॉडल्स को ट्रेन करना डिफिकल्ट काम है कि कोई डाउट नहीं है इसमें और अगर आप इसका कोर्ट स्क्रैप्स से लिखने जाओ है तो फिर जो प्रॉब्लम सॉल्व करने जा रहे हो उसमें कम टाइम जाएगा और इसका कोड बनाने में ज्यादा टाइम जाएगा तो दाखवा अभी मीडियम लाइक रेल जो बिहाइंड द सीन यह सारा कोड हैंडल कर लें और हमारा कामों बस लाइब्रेरी को यूज करके अपना एप्लीकेशन बनाना ठीक वैसे ही जैसे स्केलर साइटिड लोन में हमारा प्रॉब्लम सॉल्व किया मशीन लर्निंग के डोमेन में तो भी नीडल लाइब्रेरी लाइक टाइटलर जो डीप लर्निंग में हमारा हेल्प कर पाए ठीक है तो आज की डेट में दो फेमस लाइब्रेरीज़ है वंश टेंसरफ्लो में आ बाय गूगल के दशक इंवेंशंस पाइटोर्च के बाद फेसबुक एप हैं और मैं आपको थोड़ा सा हिस्ट्री बता देता हूं 2011 हुए द गूगल ने सॉलिड पोटेंशियल देख लिया था डीप लर्निंग झाल तो वह लोग अपने कुछ प्रोडक्ट्स में स्पेशली स्पीच प्रोडक्ट्स में डिपेंडिंग यूज करना चाहते थे सुनने इंटरनली एक तरफ फ्रेमवर्क बनाया था डिलीट डिलीट बोलकर कि टिकट जो भी काम करता था बस इसका एक प्रॉब्लम था कि यह बहुत ही गूगल के प्रोडक्ट से अटैच था ठीक है तो Google वॉन्टिड आफ सेपरेट फ्रॉम वर्क टो दो थिस बाय उन्होंने एक अलग से मौकों पर काम करना शुरू किया और 2015 में उन्होंने टेंसरफ्लो बोल करके यह लाइब्रेरी को रिलीज़ किया ठीक है अब टेंसरफ्लो व वेरी पॉवरफुल हाइब्रिड यह वेरीफाई लाइब्रेरी और जैसी आया तो एकदम धमाका हो गया मार्किट में एवरीवन वास यूजिंग टेंसरफ्लो बट धीरे-धीरे लोगों ने लिया इस किया कि टेंस लोग बहुत ही डिफिकल्ट यूजर था कि इन फैक्ट इसके ऊपर मजाक बनने लगा कि Google यह लाइब्रेरी अपने लिए बनाई है अपने इंजीनियर के लिए बनाई क्योंकि नार्मल लोग तो यह यूज्ड ही नहीं कर पा रहे इंसान कि लोग यहां तक बोलते थे कि अगर आपको टेंसरफ्लो यूज करना आता है तो Google मैं आपका जॉब लग जाएगा इतना डिफिकल्ट है यह ठीक है तो तभी उसी अकाउंट में के राज़ खोल के एक लाइब्रेरी बनी जो बेसिकली टेंसरफ्लो के टॉप पर काम करती थी मतलब यूजर के राज से बात करता था क्रश टेंथ प्रोसेस बात करता तो इंटरमीडिएट लाइब्रेरी बेसिकली फ्रंट बोल सकते वह है और जब से किराया तब से फिर क्या हुआ कि बहुत ही पॉपुलर हो गया इन दोनों का कोंबिनेशन वोल्टेज वाले 2019 में जब टेंसरफ्लो 2.0 आया तो ग्लास किया कि अगर टेंसरफ्लो को सच में हर किसी के पास पहुंचाना है तो उसको एक्सेसिबल बनाने का तरीका है कि राज्य के साथ जुड़ जाओ तो तबसे क्रश ब्रिटेन आता है टेंसरफ्लो के साथ ठीक है हम इस कोर्स में यही कोंबिनेशन यूज करेंगे बट एक दूसरा कि कंपनी फेसबुक भी पीछे नहीं रहना चाहता था मैंने 2016 में पाइटोर्च बोल के लाइब्रेरी स्टार्ट की जो कमियां जो भी चीज टेंसरफ्लो कि उसको सॉल्व करने का ट्राय कर रही थी और कुछ अच्छी चीज है टेक्निकल टीम में नहीं घुसने बट एग रिसर्च ओं थे वे हैं उनको यह लाइब्रेरी बहुत पसंद है और आज की डेट में अगर आप देखोगे तो जो रिसर्च वाले लोग होते हैं इंडस्ट्री वाले यह रिसर्च वाले लोग वह पाइटोर्च ज्यादा यूज करते हैं ठीक है फिर उसी अकाउंट में 2018 में उन्होंने एक और लाइब्रेरी ईएमयू पर काम किया कैफीन टू जिसका नाम था पाइटोर्च मॉडल्स को उठाकर के सर्वर पर डिप्लॉय करना और सर्वर पर रन करना सॉलिड बहुत सारे लोग उस मॉडल को यूज कर पाए और फिर थोड़े दिनों के बाद उन्होंने इन दोनों को मार्च करके पाइटोर्च का कंप्लीट फ्रेम वर्क बनाया है ठीक है तो आज के डेट में आपके पास 2 Prime बॉक्स है एक है टेंसरफ्लो Plus के रास्ता फ्रेम वर्क जो इंडस्ट्री ड्राइव एप्लीकेशंस में ज्यादा यूज होता है और फिर दूसरा आपका इको सिस्टम ऐप टॉर्च का जो रिसर्च परपस के लिए ज्यादा यूज होता है अब यहां पर प्रॉब्लम यह आती है कि कभी कभी ऐसे जरूरत पड़ सकती है कि आपको एक का कोड कि किसी दूसरे में कंवर्ट करना हो अच्छा ठीक है तो अब ऐसा हो सकता है मतलब मान लो आप किसी भी चर्चा का पेपर पढ़ रहा जो इंटरनल पार्ट्स में प्रीवेंटेड और आपको उसको अपनी कंपनी में इंटीमेट करना है जहां पर टेंसरफ्लो यूज और है तो इस तरह का इंटर कंवर्ट थोड़ा डिफिकल्ट है तो यहां पर से एक और चीज आई यहां पर इस तरह से यह ड्रॉप डाउन निजी हवाई बेस्ट एप्लीकेशंस आने लग गए जिनका काम किया था कि आप उस वेबसाइट पर जाओ और जुए से कनेक्ट करके आप रिलैक्स बनाओ और सिर्फ एक्सपोर्ट का ऑप्शन यूज करो और आपको वह पॉइंट्स का भी वोट देने का यह और टेंशन क्यों कभी कोड देगा कि जैसे कि एक एग्जांपल मैं बता तो और टो ML गूगल का प्रोडक्ट जो एग्जाम के लिए काम करते हैं कि इसके अलावा और भी इस तरीके का आ प्रोडक्ट्स है जैसे कि माइक्रोसॉफ्ट का कस्टम विजय आई है आपका एप्पल का क्रिएट ML है यह सारे प्रोडक्ट्स आपके यही काम करते हैं है तो इंटरेस्ट हुआ क्या कि यह जो पावरफुल बड़ी कंपनी थी इन्होंने इस तरह के फ्रेमवर्क्स बनाएं जिओ हेड पोस्ट दिया डीप लर्निंग के रिसर्च को और इंडस्ट्री में आ ऑप्शन को ठीक है तो यह मेरे हिसाब से थर्ड फैक्टर है तो डिपर विंग के सक्सेस के पीछे जो फोर्थ सबसे बड़ा फैक्टर मुझे लगता है वह है वह प्लानिंग आर्किटेक्चर्स ठीक है अब डीप लर्निंग आर्किटेक्चर क्या होता है पहले ही एक्टिव में समस्या थोड़ा डिफिकल्ट है बट मैं फिर भी ट्राय कर तो तो मैंने थोड़ी देर पहले आपको एक दीप एक निर्णय पर दिखाया था एनरोल कर और उसमें कुछ इस तरह का स्ट्रक्चर था के समथिंग लाइक थिस अच्छा ठीक है ऐसा था मैं इसी वह बोल रहा था कि इन आर्टिफिशियल न्यूरल नेटवर्क ठीक है तो कि अब अ यह मैन है अपने पति से निर्मित बूटी से ठीक है सो पहली चीज है यह नोट इसको नोट बोलते हैं जो यह सारे सर्कल से सारे नोट सक यह बेसिकली एक फंडामेंटल यूनिट है आपके एन का और सेकंड है यह जिस कि इनको वेट बोलते हैं कि यह वेट बताते हैं कि कौन से नोट्स नोट्स से कनेक्टेड ठीक है अब कि इन दोनों को अलग-अलग तरीके से आप क्रिएट कर सकते हो मतलब अ डिफरेंट न्यूरल नेटवर्क है प्लेसमेंट्स और एक हैव डिफरेंट टाइप्स ऑफ जैसे यह वाला से कनेक्टेड बट यह वाला इस से कनेक्टेड नहीं है ठीक है तो इन दोनों के कॉन्बिनेशन के साथ एक्सपेरिमेंट करके आप अलग-अलग टाइप का एडमिन बना सकते हो तो यह जो है यह एक आर्किटेक्चर है जिसे स्वर्ण वे आफ कनेक्टिंग नोट्स एंड एक्ट्रेस या वेस्ट सिम्रेली दिस इज द सेकंड आर्किटेक्चर इट्स फिजिकल हैव डिफरेंट आर्किटेक्चर और अलग-अलग आर्किटेक्चर इसमें क्या वह डिफरेंट होता है अलग मूड हो सकता है जैसे सीने में अलग टाइप का नोट है यहां पर जैसे परसेप्ट्रॉन है वहां पर दूसरा कुछ मोड़ होता है आर्यन में कुछ और मोड़ होता है ठीक है सिमिलरली वेट भी अलग-अलग तरीके से कनेक्ट हो सकते हैं तो डिपेंडिंग ऑन द प्रॉब्लम यू कैन क्रिएट डिफरेंट न्यूरल नेटवर्क आर्किटेक्चर ज़ ए फिक्स्ड अब कौन सा आर्किटेक्चर सबसे अच्छा काम करेगा यह पता करने के लिए आपको एक्सपेरिमेंट करना पड़ेगा रन करके देखना पड़ेगा का योग इसलिए एक्सपेरिमेंट को कम करने में आपको टाइम लगेगा और f4 लगेगा का या इन सर्टेन केसेस मनी भी लगेगा तो कि थोड़ा मुश्किल काम है आर्किटेक्चर आईएस फ्राउट करना बेस्ट वाला लेकिन आप क्या कर सकते हो आपके पास एक सेकेंड ऑप्शन है कि आपको कुछ एक्जिस्टिंग जो आर्किटेक्चर आईएस ऑलरेडी मिले हुए रिसर्च ने क्या किया कुछ बड़ी प्रॉब्लम के ऊपर फाल्गुनी कुछ न्यूरल नेटवर्क्स कुछ आर्किटेक्चर इसमें बना कर रखें और उनको डाटा सेट पर ट्रेन भी कर रखा है ठीक है उनके ऊपर ट्रेन भी कर चुके हैं तो बेसिकली तयार रेडी टू यूज मैं आपको बस इतना गर्म है कि आप उन आर्किटेक्चर की फाइल को डाउनलोड करते हो और अपने प्रॉब्लम के ऊपर डर की अप्लाई कर दे तो ठीक है इसको आंसर को ट्रांसफर लर्निंग बोला जाता है जिसको बहुत डिटेल में आगे पढ़ेंगे बट इस पॉइंट को ऐसे समझो कि आर्किटेक्चर क्या होता है अलग-अलग तरीके से न्यूरल नेटवर्क क्रिएट करना अब कौन सा बेस आर्किटेक्चर यह पता करने के लिए आपको एक्सपेरिमेंट करना पड़ेगा इस प्रेड में टाइम जाएगा फट जाएगा पैसा जाएगा तो इससे बचने के लिए आप रिसर्च एस का एक्जिस्टिंग आर्किटेक्चर यूज कर सकते हो जो पहले से ट्रेन है ऑन डाटा से चौकोर रेडी-टु-यूज मतलब इसको आप डाइरैक्टली डाउनलोड करके अपने प्रॉब्लम पर अप्लाई कर दो और इसको आंसर को बोला जाता है ट्रांसफर लड़ने ठीक है जो आपके पेट में इंडस्ट्री में बहुत यूज हो रहा है अब बिकॉज आफ थिस कॉन्टेक्स्ट कि आप दूसरों का आर्किटेक्चर यूज कर सकते हो एक मैथ्स बूस्ट आया है डीप लर्निंग केयर ऑप्शन में आज की रेट में मुझे अगर एक प्रॉब्लम सॉल्व करना है तो मुझे बैठ करके अपने री चीज को यह नहीं बोलना होगा कि तुम करेक्ट से आर्किटेक्चर बनाओ राधे राइटिंग उस आ state-of-the आर्ट आर्किटेक्चर जो ऑलरेडी थे बेस्ट मतलब बेस्ट एक्ट्रेस है इन सर्टेन केसेस ह्यूमंस कांग्रेसी लेवल को क्रॉस कर चुका है तो आइटम्स पे अरे यूज्ड इन क्वेश्चन तो आप अनुसार इनमें से कुछ एक्जिस्टिंग आर्किटेक्चर का नाम भी सुना होगा जब मैं आपको अलग-अलग जो मैंने अभी तक बता तो इसे से आप इमेज क्लासिफिकेशन का बात कर रहे हो है जहां पर इमेज को एक क्लास या फिर दूसरे क्लास में डिवाइड करना है तो ग्रेजुएट बोल के एक बहुत फेमस न्यूरल नेटवर्क है अगर आप टेक्स्ट क्लासिफिकेशन का बात कर रहे हो या फिर पेनल्टी रिलेटेड टास्क्स बात कर रहे हो तो बहुत फूल क्वाइट फेमस आर्किटेक्चर एक ट्रांसफॉर्म शानदार परिणाम सुना होगा अगर आप इमेज सेगमेंटेशन का बात कर रहे हो तो फिर अपने पास है यूनिट कि अगर आप इमेज ट्रांसलेशन का बात कर रहे हो है तो फिर हमारे पास एक बहुत फेमस है पिक्स टॉपिक्स कि अगर आप ऑब्जेक्ट डिटेक्शन कब बात कर रहे हो कि तुम्हारे पास है यो यो यो ओन्ली लोग वंश अगर आप ईच जेनरेशन का बात कर रहे हो तो हमारे पास है वेब नेट है तो यह सारे state-of-the आर्ट आर्किटेक्चर है जो रिसर्चर्स ने अपना टाइम इनवेस्ट करके बनाया डाटा पर ट्रेन किया और अभी रेडी-टु-यूज है आपको व SIM को डाउनलोड करना अपने मशीन पर और इनको अपने प्रॉब्लम के ऊपर रन करना है ठीक है तो इनके आने के बाद जो आपका पूरा ऑप्शन द इवनिंग वह बहुत फास्ट हो गया क्योंकि चीनी थोड़ी आसान हो गई किसी में वह मेहनत पहले से ही करके रख दी जो हमें करनी पड़ती ठीक है अब यह मेरे हिसाब से चौथा रीजन है अगर आप उनसे पूछो कि लास्ट रिजल्ट क्या है तो आयुष से सेक्टर नंबर फेज़ पेपर या फिर आप कम्युनिटी बोल सकते हो 102 यह सब कुछ पॉसिबल नहीं हो पाता अगर कुछ बहुत जुनून रखने वाले लोग डीप लर्निंग की फील्ड में नहीं आए होते डीप लर्निंग का जो हिस्ट्री है वह बहुत ही इंट्रेस्टिंग है 1968 से लोग काम कर रहे हैं लेकिन मल्टीप्ल टाइम्स फेल हुए और 2011 केयर एंड फाइनली सक्सेसफुल वे तो लोग जो है जो रिसर्च एस हुए हैं या जो कंपनी में आपके डीप लर्निंग इंजीनियर हुए पदार्थ नाटक हमारे जैसे टीचर्स के खुदा टमाटर आपके जैसे स्टूडेंट्स हुए कैंडल जैसी कम्युनिटी हुई इन सबने मिलकर के डीप लर्निंग को अगर टेक्नोलॉजी आगे बढ़ाया है ठीक है तो मैं हिसाब से नंबर पांच पर नहीं सेट नंबर वन पर होना चाहिए बट यह थोड़ा नॉन टेक्निकल रीजंस इसलिए इसको थोड़ा अलग रख हूं बट यस पीपल हैव सीन द पोटेंशियल आफ डीप लर्निंग देशनोक यह कैसा टेक्नोलॉजी जो फ्यूचर में दुनिया को बदलेगा फॉर दैट नाटक ऑलरेडी बदल रहा है तो फिर इसमें अपना टाइम इनवेस्ट करो शायद इसीलिए आप भी पढ़ रहे हो ठीक है तो पीपल फॉर मी इज द फर्स्ट क्रिएशन एंड वन ऑफ द मोस्ट इंर्पोटेंट रीजंस जिसकी वजह से आज की डेट में डीप लर्निंग व है जो व है चिकित्सा तो आपको इस वीडियो का इस मुझे लगता है मैंने थोड़ा ज्यादा बोल दिया थोड़ा सा एक्सप्लेन हो गया भटक इन थे वह इसलिए हुआ क्योंकि मैं हर चीज तो सही से पढ़ना चाह रहा था तो मैं भी मुझे लगता है 40 50 मिनट का वीडियो हो गया होगा बट अगर आपने यहां तक देखा तो आमचूर आपको कुछ ना कुछ लेवल पर हेल्प हुआ फिक्र तो अगर आपको वीडियो पसंद आया तो गाइस प्लीज लाइक करना मैं शायद हर वीडियो के एंड में यह बोलूंगा आपको क्योंकि मैंने देखा है यह अपने ही चैनल पर कि जिन वीडियोस में बहुत ज्यादा लाइक्स आई हैं उन वीडियोस पर भी यूज भी ज्यादा आए हैं तो YouTube मेरा कांटेक्ट पुश करता है अगर आप YouTube को बताते हो कि कांटेक्ट अच्छा है प्लीज रिक्वेस्ट कि अगर आपको यह कांटेस्ट पसंद आया तो प्लीज लाइक इट अपने कौशल मैं आप शेयर कर दो अगर आपका कोई दोस्त रिपेयर कर रहा है और दशरथ समाधि साइड हम लोग दो दिन बाद नेक्स्ट टॉपिक के लिए मिलेंगे अंडरस्टैंड बाय