सीखने की दर निर्धारण प्रश्नोत्तरी

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

1. सीखने की दर अनुसूची में 'वार्मअप' चरण का उद्देश्य क्या है?
   • छोटी दर से शुरुआत करें और शुरुआती शोर-शराबे से होने वाली अस्थिरता से बचते हुए आगे बढ़ें
   • अंतिम सटीकता को कम करने के लिए
   • डेटा के पहले कुछ बैच को छोड़ने के लिए
   • प्रारंभ में सभी भारों को स्थिर करना
2. कौन सी अनुसूची न्यूनतम दर की ओर अर्ध-कोसाइन वक्र का सुचारू रूप से अनुसरण करती है?
   • लगातार कार्यक्रम
   • कोसाइन एनीलिंग
   • यादृच्छिक कार्यक्रम
   • रैखिक वृद्धि
3. यदि सीखने की दर बहुत अधिक निर्धारित कर दी जाए तो क्या होगा?
   • प्रशिक्षण तुरंत पूर्ण सटीकता के साथ एकत्रित होता है
   • मॉडल धीमी गति से चलता है लेकिन हमेशा सफल होता है
   • नुकसान कम होने के बजाय अलग-अलग हो सकता है या घट सकता है
   • कुछ भी नहीं बदलता; दर पर कोई प्रभाव नहीं पड़ता
4. चरण क्षय सीखने की दर पर क्या प्रभाव डालता है?
   • प्रत्येक बैच में इसे रैखिक रूप से बढ़ाता है
   • इसे पूर्णतः स्थिर रखता है
   • इसे प्रत्येक चरण में यादृच्छिक रूप से सेट करता है
   • इसे पूर्वनिर्धारित युगों में एक निश्चित कारक द्वारा गिरा देता है
5. What does a warm restart do to a learning-rate schedule?
   • It raises the learning rate again to begin another schedule cycle
   • It resets the model parameters to random values
   • It permanently fixes the learning rate at zero
   • It deletes the optimizer’s moment estimates
6. In Goyal et al.’s large-minibatch ImageNet setup, what did their warmup scheme address?
   • It removed the need for a validation set
   • It eased early optimization difficulties after the learning-rate scale increased with batch size
   • It changed the model architecture after each epoch
   • It converted the learning-rate curve into a cosine wave
7. In the cosine formula, what does T denote?
   • The number of model layers
   • बैच का आकार
   • The schedule horizon or total number of steps used for the decay
   • The optimizer’s momentum coefficient
8. If the cosine schedule uses lr_min greater than zero, where does the rate approach at the end of the horizon?
   • Exactly zero regardless of lr_min
   • The original warmup starting rate
   • An unbounded value
   • The specified minimum learning rate