ট্রিপলেট লস এবং মেট্রিক লার্নিং কুইজ

আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।

1. কি তিনটি ইনপুট ট্রিপলেট ক্ষতিতে একটি ট্রিপলেট তৈরি করে?
   • অ্যাঙ্কর, ইতিবাচক এবং নেতিবাচক
   • ইনপুট, লুকানো স্তর, এবং আউটপুট
   • প্রশ্ন, কী, এবং মান
   • ট্রেন, বৈধতা, এবং পরীক্ষার নমুনা
2. কেন ট্রিপলেট ক্ষতি একটি মার্জিন শব্দ অন্তর্ভুক্ত?
   • ম্যাট্রিক্স গুণন গতি বাড়াতে
   • ক্লাসের সংখ্যা বাড়ানোর জন্য
   • মডেলটিকে এক বিন্দুতে সমস্ত এম্বেডিং ভেঙে পড়া থেকে আটকাতে
   • দূরত্বকে সম্ভাব্যতায় রূপান্তর করতে
3. কোন বিখ্যাত 2015 সিস্টেম মুখের স্বীকৃতির জন্য ট্রিপলেট লসকে জনপ্রিয় করেছে?
   • অ্যালেক্সনেট
   • ফেসনেট
   • ResNet
   • BERT
4. প্রতিটি ইনপুটের জন্য একটি প্রশিক্ষিত মেট্রিক-লার্নিং মডেল আউটপুট কি করে?
   • শুধুমাত্র একটি ক্লাস লেবেল
   • একটি আবদ্ধ বাক্স
   • একটি একক সম্ভাব্যতা স্কোর
   • একটি এমবেডিং ভেক্টর যার দূরত্ব সাদৃশ্য প্রতিফলিত করে
5. নতুন মুখ যোগ করার মতো ওপেন-সেট সমস্যার জন্য মেট্রিক লার্নিং কেন উপযুক্ত?
   • এটি প্রতিটি নতুন পরিচয়ের জন্য পুরো নেটওয়ার্ককে পুনরায় প্রশিক্ষণ দেয়
   • এটি তখনই কাজ করে যখন সমস্ত ক্লাস আগে থেকে পরিচিত হয়
   • তুলনা দূরত্বের উপর নির্ভর করে, তাই নতুন পরিচয়ের কোন পুনঃপ্রশিক্ষণের প্রয়োজন নেই
   • এটি আউটপুটগুলির একটি নির্দিষ্ট তালিকা মুখস্থ করে
6. মেট্রিক লার্নিং এ এমবেডিং প্রায়শই L2-সাধারণ করা হয়। এই কি প্রভাব আছে?
   • এটি একটি ইউনিট হাইপারস্ফিয়ারে এম্বেডিং স্থাপন করে যাতে দূরত্বগুলি আবদ্ধ এবং তুলনাযোগ্য থাকে
   • এটা কোনো ক্ষতি ফাংশন জন্য প্রয়োজন অপসারণ
   • এটি নেটওয়ার্কটিকে একটি শ্রেণিবদ্ধকারীতে রূপান্তর করে
   • এটি এমবেডিং মাত্রা দ্বিগুণ করে
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