एक यादृच्छिक जंगल निर्णय की अवधारणा के बाद निर्णय पेड़ों का एक संग्रह है। जब हम एक निर्णय वृक्ष से अगले निर्णय वृक्ष की ओर बढ़ते हैं तो अंतिम निर्णय वृक्ष द्वारा सीखी गई जानकारी आगे कैसे बढ़ती है?
क्योंकि, मेरी समझ के अनुसार, एक प्रशिक्षित मॉडल की तरह कुछ भी नहीं है जो हर निर्णय पेड़ के लिए बनाया जाता है और फिर अगले निर्णय पेड़ से पहले ही गलत तरीके से त्रुटि से सीखना शुरू हो जाता है।
तो यह कैसे काम करता है?
"जब हम एक निर्णय वृक्ष से अगले निर्णय वृक्ष की ओर बढ़ते हैं"। यह एक रैखिक प्रक्रिया का सुझाव देता है। हमने समानांतर कार्यान्वयन का निर्माण किया है जहां हमने एक पेड़ पर प्रति सीपीयू कोर पर काम किया है; यह पूरी तरह से ठीक काम करता है जब तक कि आप प्रशिक्षण में सीपीयू कोर प्रति एक अलग यादृच्छिक संख्या जनरेटर का उपयोग नहीं करते हैं, जो सभी एक ही बीज साझा करते हैं। उस मामले में आप बहुत सारे समान पेड़ों के साथ समाप्त हो सकते हैं।
—
एमएस