গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
ডুয়াল-পাথ RNN বিচ্ছেদ কুইজ
DPRNN-এর ওভারল্যাপিং খণ্ড, আন্তঃ- এবং আন্তঃ-খণ্ড পুনরাবৃত্তি, ওভারল্যাপ-অ্যাড পুনর্গঠন, এবং বেঞ্চমার্ক-স্কোপড ফলাফল পর্যালোচনা করুন।
প্রশ্ন 1 এর 8
ডুয়াল-পাথ আরএনএন প্রাথমিকভাবে কোন সমস্যার সমাধান করে?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- ডুয়াল-পাথ আরএনএন প্রাথমিকভাবে কোন সমস্যার সমাধান করে?
- অত্যন্ত দীর্ঘ অডিও সিকোয়েন্সের মডেলিং যা একটি একক RNN কে অভিভূত করে
- পাঠ্য থেকে নতুন সঙ্গীত তৈরি করা হচ্ছে
- স্টোরেজের জন্য অডিও ফাইল কম্প্রেস করা
- কথ্য ভাষা সনাক্ত করা হচ্ছে
- একটি ডুয়াল-পাথ RNN-এ দুটি 'পাথ' কী কী?
- এনকোডার এবং ডিকোডার
- ইন্ট্রা-খণ্ড (স্থানীয়) এবং আন্তঃ-খণ্ড (বিশ্বব্যাপী) পুনরাবৃত্তি
- ফরওয়ার্ড এবং ব্যাকওয়ার্ড অডিও প্লেব্যাক
- প্রশিক্ষণ এবং অনুমান পথ
- দ্বৈত-পাথ ব্লকের আগে কীভাবে দীর্ঘ বৈশিষ্ট্য ক্রম প্রস্তুত করা হয়?
- এটি একটি একক গড় ভেক্টরে রূপান্তরিত হয়
- এটি পাঠ্য টোকেনে পরিণত হয়
- এটি একটি 2D গ্রিড গঠন করে ছোট ওভারল্যাপিং খণ্ডে বিভক্ত
- এটি একটি নমুনায় নামিয়ে দেওয়া হয়
- কোন বিদ্যমান কাঠামোর মধ্যে ডিপিআরএনএন একটি বিভাজক প্রতিস্থাপন হিসাবে বাদ দেওয়া হয়েছিল?
- একটি বিস্তার ইমেজ মডেল
- শুধুমাত্র একটি স্পিচ-টু-টেক্সট ডিকোডার
- একটি GAN-ভিত্তিক ভোকোডার
- কনভ-টাসনেট এনকোডার/ডিকোডার ফ্রেমওয়ার্ক
- পরবর্তীতে কোন মডেলটি DPRNN-এর দ্বৈত-পাথ কাঠামো বজায় রেখেছিল কিন্তু RNN-কে ট্রান্সফরমার দিয়ে প্রতিস্থাপন করেছিল?
- সেপফর্মার
- ওয়েভনেট
- BERT
- টাকোট্রন
- কেন খণ্ডে প্রক্রিয়াকরণ প্রশিক্ষণ স্থিতিশীলতা সাহায্য করে?
- এটা কোনো ক্ষতি ফাংশন জন্য প্রয়োজন অপসারণ
- প্রতিটি RNN খুব দীর্ঘ ব্যাকপ্রপ চেইন এড়িয়ে শুধুমাত্র একটি ছোট উপ-ক্রম দেখে
- এটি স্বয়ংক্রিয়ভাবে সমস্ত ওভারল্যাপিং স্পিকারগুলিকে সরিয়ে দেয়
- এটি অডিওকে ছবিতে রূপান্তর করে
- How are processed overlapping chunks recombined into the output sequence?
- By sorting them alphabetically
- By averaging all chunks into one frame
- By overlap-add across the chunk positions
- By converting them into text tokens
- On which benchmark did the DPRNN paper report its 20-times-smaller model comparison?
- MUSDB18
- ইমেজনেট
- LibriTTS
- WSJ0-2mix