গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
দীর্ঘ স্বল্পমেয়াদী মেমরি কোষ ক্যুইজ
LSTM গেটের ভূমিকা, সেল-স্টেট ধারণ, ইনপুট এবং আউটপুট নিয়ন্ত্রণ, সংযোজন আপডেট, গ্রেডিয়েন্ট ফ্লো এবং সিকোয়েন্স সীমা পরীক্ষা করুন।
প্রশ্ন 1 এর 8
In a common modern three-gate LSTM variant, which gates regulate cell information and exposed output?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- In a common modern three-gate LSTM variant, which gates regulate cell information and exposed output?
- পড়ুন, লিখুন এবং ফটকগুলি চালান
- গেট শুরু করুন, থামান এবং বিরতি দিন
- ভুলে যান, ইনপুট এবং আউটপুট গেট
- এনকোড, ডিকোড, এবং গেট উপস্থিতি
- What training difficulty was LSTM designed to mitigate?
- সঞ্চয় করার জন্য অনেকগুলি প্যারামিটার৷
- Vanishing gradients during learning over long sequences
- একটি GPU ব্যবহার করতে অক্ষমতা
- একটি সক্রিয়করণ ফাংশন অভাব
- LSTM কে প্রবর্তন করেন এবং কত সালে?
- ভাসওয়ানি এবং সহকর্মীরা 2017 সালে
- 1986 সালে রুমেলহার্ট এবং হিন্টন
- 2012 সালে LeCun এবং Bengio
- Hochreiter এবং Schmidhuber 1997 সালে
- In a common LSTM cell update, why can the additive cell-state path help gradient flow?
- It reduces reliance on repeated multiplicative transformations across time steps
- এটি প্রতিটি ধাপে রাষ্ট্রকে একটি বড় সংখ্যা দ্বারা গুণ করে
- এটি প্রতি পদক্ষেপে রাষ্ট্রকে মুছে দেয়
- এটি প্রশিক্ষণের সময় সমস্ত ওজন হিমায়িত করে
- LSTM গেটগুলি সাধারণত সফট অন/অফ সুইচ হিসাবে কাজ করার জন্য কোন অ্যাক্টিভেশন ফাংশন ব্যবহার করে?
- ReLU, 0 থেকে ইনফিনিটি আউটপুট করছে
- শব্দভান্ডার উপর Softmax
- একটি ধাপ ফাংশন ঠিক 0 বা 1 আউটপুট করছে
- সিগমায়েড, আউটপুট 0 থেকে 1
- কেন ট্রান্সফরমারগুলি বড় আকারের ভাষা মডেলিংয়ের জন্য LSTMগুলিকে মূলত প্রতিস্থাপন করেছে?
- ট্রান্সফরমার টেক্সট হ্যান্ডেল করতে পারে না
- LSTM-এর কোনো প্রশিক্ষণের প্রয়োজন নেই
- ট্রান্সফরমারগুলি একটি ক্রম জুড়ে সমান্তরাল করে এবং মনোযোগের মাধ্যমে দীর্ঘ-পরিসরের প্রসঙ্গ ক্যাপচার করে
- ট্রান্সফরমার মোট সংখ্যায় অনেক কম ব্যবহার করে
- If an LSTM forget gate is near one and its input gate near zero, what happens to the cell state?
- It largely retains the previous state
- It is forced to zero
- It becomes the raw input token
- It must reverse the sequence
- Which gate controls how much of an LSTM cell’s stored state is exposed as output?
- The forget gate alone
- The output gate
- The optimizer momentum term
- The positional encoding gate