लेबल स्मूथिंग क्विज़

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

1. लेबल स्मूथिंग से प्रशिक्षण लक्ष्यों में क्या परिवर्तन होता है?
   • यह एक-हॉट लक्ष्यों को नरम कर देता है इसलिए वास्तविक वर्ग 1.0 से नीचे है और अन्य 0 से थोड़ा ऊपर हैं
   • यह हानि फ़ंक्शन को हटा देता है
   • यह गलत कक्षाओं को हटा देता है
   • यह सीखने की दर को दोगुना कर देता है
2. स्मूथिंग पैरामीटर ईपीएसलॉन के लिए एक सामान्य मान है:
   • 0.9
   • 0.1
   • 5.0
   • 0.0
3. What is one intended effect of replacing hard one-hot targets with smoothed targets?
   • Force every class to have equal probability
   • Guarantee the largest possible logit for the true class
   • Avoid requiring the labeled class to receive a target probability of exactly one
   • Remove the need for labeled training data
4. Which landmark architectures are prominent examples of label-smoothing use?
   • AlexNet and LeNet only
   • ResNet-50 and VGG only
   • अल्फ़ागो और अल्फ़ाज़ीरो
   • इंसेप्शन-v3 और ट्रांसफार्मर
5. What can label smoothing do to calibration?
   • It can improve calibration in some settings, but the effect is task- and model-dependent
   • It guarantees perfect calibration for every classifier
   • It cannot affect predicted probabilities
   • It always makes confidence equal accuracy
6. लेबल स्मूथिंग का दस्तावेजी नुकसान क्या है?
   • यह हमेशा सटीकता को कम करता है
   • यह वर्ग के बीच की बारीक समानता को मिटा सकता है, ज्ञान के प्रसार को नुकसान पहुंचा सकता है
   • इसके लिए दोगुने प्रशिक्षण डेटा की आवश्यकता होती है
   • यह केवल टेक्स्ट पर काम करता है
7. Why can label smoothing complicate knowledge distillation?
   • It converts every class label into an image
   • It forces the student to use a different tokenizer
   • It can remove information in logits about similarities among incorrect classes
   • It prevents the teacher from producing logits
8. What should a practitioner verify when comparing label-smoothing implementations?
   • Whether the model has a web browser
   • Whether training uses a validation filename
   • Whether logits are stored as text
   • Whether epsilon is distributed over all classes or only the non-target classes