গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
চিত্র শ্রেণীবিভাগ ব্যাখ্যা করা কুইজ
একক- এবং মাল্টি-লেবেল শ্রেণীবিভাগ, সনাক্তকরণ সীমানা, স্থানান্তর শেখার, দলবদ্ধ মূল্যায়ন, ক্রমাঙ্কন এবং অনিশ্চিত ইনপুট পরীক্ষা করুন।
প্রশ্ন 1 এর 8
একটি মডেল একটি সম্পূর্ণ ফটোকে "বাইসাইকেল" লেবেল করে। একাকী শ্রেণীবিভাগ কি অমীমাংসিত রেখে যায়?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- একটি মডেল একটি সম্পূর্ণ ফটোকে "বাইসাইকেল" লেবেল করে। একাকী শ্রেণীবিভাগ কি অমীমাংসিত রেখে যায়?
- যেখানে সাইকেলটি ছবিতে রয়েছে
- কোন লেবেলটি এর শব্দভান্ডার থেকে নির্বাচন করা হয়েছিল
- ভবিষ্যদ্বাণী স্কোর প্রদর্শন করা যাবে কিনা
- ক্রপের জন্য একটি ক্লাস লেবেল বরাদ্দ করা যেতে পারে কিনা
- একটি রাস্তার দৃশ্যে একটি বাস এবং সাইকেল রয়েছে। কোন আউটপুট সেটআপ উভয়কেই বর্তমান হিসাবে উপস্থাপন করতে পারে?
- দৃশ্যের উপর একটি পারস্পরিক একচেটিয়া সফটম্যাক্স
- একটি মাল্টি-লেবেল মাথা ছাড়া একটি অবস্থান বাক্স
- শুধুমাত্র একটি প্রভাবশালী-শ্রেণীর ট্যাগ
- স্বাধীন মাল্টি-লেবেল আউটপুট
- কেন একটি শ্রেণীবদ্ধকারী একটি পরিচিত শ্রেণী হিসাবে আত্মবিশ্বাসের সাথে একটি অপরিচিত বস্তুকে লেবেল করতে পারে?
- একটি উচ্চ স্কোর একটি পরিচিত বস্তুর গ্যারান্টি দেয়
- এর আউটপুট শেখা লেবেলগুলিতে সীমাবদ্ধ এবং "এগুলির কোনটি" প্রতিনিধিত্ব নাও করতে পারে
- ট্রান্সফার লার্নিং স্বয়ংক্রিয়ভাবে প্রতিটি অদেখা ক্লাস যোগ করে
- সবচেয়ে বড় স্কোর একটি অজানা-শ্রেণির আবিষ্কারক হিসাবে যাচাই করা হয়
- একটি দল একটি নতুন কাজের জন্য কয়েকটি লেবেলযুক্ত ফটো আছে৷ কোন স্থানান্তর-শিক্ষা পদ্ধতির নথিভুক্ত করা হয়?
- প্রতিটি ছোট-ডেটা টাস্কের আগে আগে থেকে প্রশিক্ষিত ওজন বাদ দিন
- ক্লাসিফায়ার ফিট না করে শুধুমাত্র প্রদর্শনের নাম পরিবর্তন করুন
- একটি পূর্ব-প্রশিক্ষিত বৈশিষ্ট্য এক্সট্র্যাক্টর পুনরায় ব্যবহার করুন এবং একটি নতুন চূড়ান্ত শ্রেণিবিন্যাসকারীকে প্রশিক্ষণ দিন
- শুধুমাত্র চূড়ান্ত পরীক্ষার ফটোতে টিউন করুন
- মূল্যায়নের সময় একই ফিজিক্যাল আইটেমের ফটোগুলিকে একটি পার্টিশনে কেন গ্রুপ করা হয়?
- ট্রেন এবং পরীক্ষা জুড়ে নকলের কাছাকাছি স্কোর বৃদ্ধি করতে পারে
- এটি নিশ্চিত করে যে প্রতিটি ক্লাস সমান ঘন ঘন হয়
- এটি ক্যামেরা ক্রমাঙ্কনকে অপ্রয়োজনীয় করে তোলে
- এটি শ্রেণীবিভাগকে উদাহরণ বিভাজনে পরিবর্তন করে
- একটি পণ্য খারাপ জিনিসগুলির চেয়ে ভাল আইটেমগুলিকে প্রায়শই প্রত্যাখ্যান করে। কোন রিপোর্ট এই নির্ণয় সাহায্য করে?
- শুধুমাত্র মোট ডেটাসেট ছবির সংখ্যা
- শুধুমাত্র স্থাপত্য স্তর গণনা
- শুধুমাত্র সর্বোচ্চ মডেল আত্মবিশ্বাস
- প্রতি-শ্রেণীর ত্রুটি এবং মিথ্যা-ইতিবাচক/মিথ্যা-নেতিবাচক গণনা
- একটি প্রদর্শিত 0.9 ক্লাস স্কোর কখন একটি ক্রমাঙ্কিত 90% সাফল্যের অনুমান হিসাবে গণ্য করা যেতে পারে?
- যখনই একটি সফটম্যাক্স স্তর বিদ্যমান থাকে
- ধরা-আউট ক্রমাঙ্কন প্রমাণের পরেই সেই ব্যাখ্যাকে সমর্থন করে
- যখনই ছবির রেজুলেশন বেশি হয়
- যখনই নেটওয়ার্কে অনেক প্যারামিটার থাকে
- প্রশিক্ষিত শ্রেণীগুলির মধ্যে কোনটি ফিট করে এমন একটি ইনপুট দিয়ে কী সাহায্য করে?
- সর্বদা সম্পূর্ণ নিশ্চিততার সাথে একটি পরিচিত ক্লাস বেছে নিন
- প্রশিক্ষণ বা বৈধতা ছাড়াই একটি নতুন প্রদর্শন লেবেল যোগ করুন
- পরীক্ষিত মানদণ্ডের উপর ভিত্তি করে একটি বিরত থাকা বা মানব-পর্যালোচনা রুট
- ধরে নিন প্রতিটি অপরিচিত ছবি ক্যামেরার ব্যর্থতা