নিউরাল আর্কিটেকচার সার্চ কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. নিউরাল আর্কিটেকচার সার্চ কি স্বয়ংক্রিয় করে?
   • নিউরাল নেটওয়ার্কের কাঠামোর নকশা
   • লেবেল প্রশিক্ষণ তথ্য
   • GPU সার্ভার ঠাণ্ডা করা
   • মডেলের জন্য ডকুমেন্টেশন লেখা
2. কোন তিনটি উপাদান একটি NAS পদ্ধতি সংজ্ঞায়িত করে?
   • ডেটাসেট, অপ্টিমাইজার এবং ড্রপআউট
   • স্থান অনুসন্ধান, অনুসন্ধান কৌশল, এবং কর্মক্ষমতা অনুমান
   • এনকোডার, ডিকোডার এবং মনোযোগ
   • প্রশিক্ষণ, বৈধতা, এবং পরীক্ষার সেট
3. What accelerator scale did the original reinforcement-learning NAS paper report for its large search?
   • One GPU for every NAS method
   • A fixed cost of exactly 1,000 GPU-days for every search
   • An experiment using 800 GPUs in that study
   • No accelerator use during architecture search
4. DARTS অনুসন্ধান দক্ষ করার জন্য কী কী কৌশল ব্যবহার করে?
   • এটি একটি একক উদাহরণে প্রশিক্ষণ দেয়
   • এটি সমস্ত লুকানো স্তরগুলিকে সরিয়ে দেয়
   • এটি শুধুমাত্র র্যান্ডম অনুসন্ধান ব্যবহার করে
   • এটি গ্রেডিয়েন্টের দ্বারা অপ্টিমাইজ করা ক্রমাগত একটিতে বিচ্ছিন্ন স্থাপত্য পছন্দগুলিকে শিথিল করে
5. ওজন ভাগাভাগি NAS একটি 'সুপারনেট' কি?
   • একটি ওভার-প্যারামিটারাইজড নেটওয়ার্ক যাতে সমস্ত প্রার্থী আর্কিটেকচার রয়েছে, যার ওজন ভাগ করা হয়৷
   • কোটি কোটি প্যারামিটার সহ একটি নেটওয়ার্ক
   • একটি নেটওয়ার্ক শুধুমাত্র সুপার কম্পিউটারে চলছে
   • মডেলের একটি ব্যাকআপ কপি
6. What did the HURRICANE hardware-aware NAS study evaluate?
   • One architecture that is guaranteed optimal on every device
   • Tailored architectures for three hardware types under matched latency constraints
   • A language model trained without any hardware measurements
   • A method that removes latency from architecture evaluation
7. What is one limitation of weight-sharing NAS supernets?
   • They remove all architecture choices
   • They guarantee the globally best architecture
   • The shared weights can bias architecture rankings relative to training each candidate independently
   • They do not use neural networks
8. What does a NAS evaluation need to report for a fair comparison?
   • Only the best test score
   • The GPU brand alone
   • The model name without settings
   • Search space, compute budget, validation protocol, and final retraining setup