Lesson 4: Activation Functions और Backpropagation Explained in Hindi

⚡ Activation Functions क्या होते हैं?

Activation Functions यह तय करते हैं कि एक Neuron कितना Output देगा। यह एक Mathematical Function होता है जो Input को Modify करता है।

प्रमुख प्रकार:

• ReLU (Rectified Linear Unit): Negative Values को 0 कर देता है
• Sigmoid: Output को 0 और 1 के बीच लाता है
• Softmax: Classification के लिए Probability निकालता है
• Tanh: Output को -1 से 1 के बीच रखता है

🔁 Backpropagation क्या होता है?

Backpropagation एक Learning Algorithm है, जो Neural Network को यह बताता है कि उसने कितनी गलती की और उसे सुधारने के लिए Weights को कैसे Adjust करना चाहिए।

1. Prediction और Actual Value के बीच Error निकाला जाता है
2. यह Error Output से Backward होकर Hidden Layers तक जाता है
3. Weights को Gradients के अनुसार Update किया जाता है

यह Gradient Descent का हिस्सा होता है और बिना इसके Neural Network सीख ही नहीं सकता।

निष्कर्ष: Activation Function तय करता है कि कौन-सी जानकारी आगे जाएगी, और Backpropagation यह तय करता है कि मॉडल कैसे सीखेगा। ये दोनों Deep Learning के मूल आधार हैं।