গাইড লিঙ্ক ক্যুইজ · মাঝারি স্তর
ভেরিয়েশনাল অটোএনকোডার কুইজ
VAE ডিস্ট্রিবিউশন, রিপ্যারামিটারাইজেশন, কেএল রেগুলারাইজেশন, ইএলবিও ট্রেনিং, স্যাম্পলিং এবং সুপ্ত-প্রসারণ ব্যবহার পর্যালোচনা করুন। প্রমাণ এবং সুযোগ পরীক্ষা করুন.
প্রশ্ন 1 এর 8
একটি প্রদত্ত ইনপুটের জন্য একটি VAE আউটপুটে এনকোডার কী করে?
প্রতিটি প্রশ্নের পূর্বরূপ দেখুন8 প্রশ্ন
আপনি কুইজ নেওয়ার সাথে সাথে উত্তর এবং ব্যাখ্যাগুলি উপস্থিত হয়।
- একটি প্রদত্ত ইনপুটের জন্য একটি VAE আউটপুটে এনকোডার কী করে?
- একটি সম্ভাব্যতা বন্টনের পরামিতি, যেমন একটি গড় এবং প্রকরণ
- সুপ্ত স্থানে একটি একক স্থির বিন্দু
- একটি ক্লাস লেবেল
- ইনপুটের একটি পুনর্গঠিত অনুলিপি
- reparameterization কৌশল উদ্দেশ্য কি?
- ডিকোডার বড় করতে
- গ্রেডিয়েন্টগুলিকে এলোমেলো স্যাম্পলিং ধাপের মাধ্যমে প্রবাহিত করার অনুমতি দিতে
- একটি ডিকোডার জন্য প্রয়োজন অপসারণ
- সুপ্ত স্থানকে আরও সংকুচিত করতে
- In the standard Gaussian VAE formulation, what does the KL term encourage?
- The decoder to predict future input tokens
- The encoder to remove all randomness
- The approximate posterior to stay close to the chosen prior, commonly a standard normal
- Every latent variable to have the same observed value
- VAEs প্রশিক্ষণের সময় যে উদ্দেশ্যমূলক কাজটি সর্বাধিক করে তাকে বলা হয়:
- ক্রস-এনট্রপি সিলিং
- প্রতিপক্ষের ক্ষতি
- গড় বর্গ মার্জিন
- এভিডেন্স লোয়ার বাউন্ড (ELBO)
- In a Gaussian VAE, what enables generation of a new sample?
- Sample a latent from the prior and decode it with the learned decoder
- Copy a training image directly without a model
- Run the encoder backward with no latent sampling
- Choose a random class label without decoding
- স্থিতিশীল প্রসারণের মতো একটি সুপ্ত প্রসারণ মডেলে, VAE কী ভূমিকা পালন করে?
- এটি প্রশিক্ষণ ইমেজ লেবেল
- এটি চিত্রগুলিকে একটি সুপ্ত স্থানে সংকুচিত করে যেখানে প্রসারণ চলে, তারপরে পিক্সেলে ফিরে ডিকোড হয়
- এটি পাঠ্য এনকোডার প্রতিস্থাপন করে
- এটি শব্দের মাত্রা নির্ধারণ করে
- In variational inference, what does the ELBO provide for the marginal log likelihood log p(x)?
- An exact value of log p(x) for every model
- A guarantee that each generated sample is realistic
- A tractable lower bound that can be maximized instead of directly maximizing log p(x)
- A posterior distribution that requires no inference model
- What distribution does a VAE decoder model given a latent vector?
- The encoder’s approximate posterior q(z|x)
- The training set’s class-frequency histogram only
- The optimizer’s learning-rate schedule
- The likelihood of an observation conditioned on that latent, p(x|z)