اختبار الخسارة الثلاثية والتعلم المتري

تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.

1. ما هي المدخلات الثلاثة التي تشكل ثلاثية في خسارة ثلاثية؟
   • مرساة وإيجابية وسلبية
   • الإدخال والطبقة المخفية والإخراج
   • الاستعلام والمفتاح والقيمة
   • تدريب والتحقق من صحة واختبار العينات
2. لماذا تتضمن الخسارة الثلاثية مصطلح الهامش؟
   • لتسريع ضرب المصفوفات
   • لزيادة عدد الفصول
   • لمنع النموذج من طي كافة التضمينات إلى نقطة واحدة
   • تحويل المسافات إلى احتمالات
3. ما هو النظام الشهير لعام 2015 الذي شاع فقدان الثلاثي للتعرف على الوجوه؟
   • AlexNet
   • فيس نت
   • ريسنيت
   • بيرت
4. ما الذي يخرجه نموذج التعلم المتري المُدرب لكل مدخل؟
   • تسمية فئة فقط
   • مربع محيط
   • درجة احتمال واحدة
   • ناقل التضمين الذي تعكس مسافاته التشابه
5. لماذا يعد التعلم المتري مناسبًا تمامًا للمشكلات المفتوحة مثل إضافة وجوه جديدة؟
   • فهو يعيد تدريب الشبكة بأكملها لكل هوية جديدة
   • إنه يعمل فقط عندما تكون جميع الفئات معروفة مسبقًا
   • تعتمد المقارنة على المسافة، لذا فإن الهويات الجديدة لا تحتاج إلى إعادة تدريب
   • يحفظ قائمة ثابتة من المخرجات
6. غالبًا ما يتم تطبيع عمليات التضمين في التعلم المتري باستخدام اللغة الثانية. ما هو تأثير هذا؟
   • إنه يضع التضمينات على وحدة الكرة الفائقة بحيث تظل المسافات محدودة وقابلة للمقارنة
   • فهو يلغي الحاجة إلى أي وظيفة الخسارة
   • يقوم بتحويل الشبكة إلى مصنف
   • إنه يضاعف حجم التضمين
7. Under max(0, d(a,p) minus d(a,n) plus margin), d(a,p)=0.3, d(a,n)=0.8 and margin=0.2 yield what loss?
   • 0.3
   • 0.7
   • 1.3
   • 0
8. A positive margin is 0.2 and every embedding collapses to the same point. What loss does that triplet formula give?
   • 0, because both distances are equal
   • 0.2, so collapse has not satisfied the separation objective
   • 1, regardless of the margin
   • A negative loss of minus 0.2