चक्रीय सीखने की दर प्रश्नोत्तरी

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. चक्रीय सीखने की दर किस मूल धारणा को चुनौती देती है?
   • प्रशिक्षण के दौरान सीखने की दर कभी भी कम नहीं होनी चाहिए
   • उस बैच का आकार स्थिर रहना चाहिए
   • उन मॉडलों को GPU की आवश्यकता होती है
   • उस डेटा को फेरबदल करना होगा
2. What did Smith report for cyclical learning rates on tested classification tasks?
   • They always lowered training loss to zero
   • They improved accuracy versus fixed rates, often in fewer iterations
   • They removed the need for validation data
   • They guaranteed escape from every sharp minimum
3. 'एलआर रेंज टेस्ट' क्या करता है?
   • GPU मेमोरी उपयोग को मापता है
   • मॉडल पैरामीटरों की संख्या की गणना करता है
   • अच्छी सीमाएं लेने के लिए नुकसान को देखते हुए सीखने की दर को ऊपर की ओर बढ़ाता है
   • वितरण से बाहर डेटा पर मॉडल का परीक्षण करता है
4. एक-चक्र नीति में, सीखने की दर के सापेक्ष गति आम तौर पर कैसे व्यवहार करती है?
   • संवेग पूरे समय स्थिर रहता है
   • पूरे समय संवेग शून्य पर सेट है
   • संवेग बिल्कुल दर के अनुरूप बढ़ता है
   • संवेग विपरीत दिशा में चलता है - जब दर कम होती है तो उच्च और दर अधिक होने पर निम्न होता है
5. During a triangular cyclical learning-rate cycle, how does the rate move between its bounds?
   • It rises from the base rate to the maximum, then falls back toward the base
   • It only decreases from the first step
   • It stays fixed at the maximum
   • It jumps randomly at every minibatch
6. चक्रीय सीखने की दर और एलआर रेंज परीक्षण की शुरुआत किसने की?
   • जेफ्री हिंटन
   • लेस्ली स्मिथ
   • यान लेकन
   • आंद्रेज कारपैथी
7. What sets the duration of a cyclical learning-rate cycle?
   • The number of model layers
   • शब्दावली का आकार
   • A chosen number of training iterations for the up-and-down pattern
   • The number of optimizer parameters
8. What distinguishes the one-cycle policy from repeating several triangular cycles?
   • It keeps the learning rate constant throughout
   • It removes the optimizer’s momentum
   • It measures the learning rate only once
   • It uses one long learning-rate cycle for the training run