दीर्घकालिक अल्पकालिक मेमोरी सेल प्रश्नोत्तरी

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

1. In a common modern three-gate LSTM variant, which gates regulate cell information and exposed output?
   • गेट्स पढ़ें, लिखें और निष्पादित करें
   • गेट प्रारंभ करें, रोकें और रोकें
   • भूल जाओ, इनपुट और आउटपुट गेट्स
   • एनकोड, डीकोड, और गेट्स में भाग लें
2. What training difficulty was LSTM designed to mitigate?
   • संग्रहित करने के लिए बहुत सारे पैरामीटर
   • Vanishing gradients during learning over long sequences
   • GPU का उपयोग करने में असमर्थता
   • सक्रियण फ़ंक्शन का अभाव
3. LSTM की शुरुआत किसने और किस वर्ष की?
   • 2017 में वासवानी और सहकर्मी
   • 1986 में रुमेलहार्ट और हिंटन
   • 2012 में लेकुन और बेंगियो
   • 1997 में होक्रेइटर और श्मिधुबर
4. In a common LSTM cell update, why can the additive cell-state path help gradient flow?
   • It reduces reliance on repeated multiplicative transformations across time steps
   • यह प्रत्येक चरण में राज्य को एक बड़ी संख्या से गुणा करता है
   • यह हर कदम पर स्थिति को हटा देता है
   • यह प्रशिक्षण के दौरान सभी भारों को स्थिर कर देता है
5. LSTM गेट आमतौर पर सॉफ्ट ऑन/ऑफ स्विच के रूप में कार्य करने के लिए किस सक्रियण फ़ंक्शन का उपयोग करते हैं?
   • ReLU, 0 से अनंत तक आउटपुट दे रहा है
   • शब्दावली पर सॉफ्टमैक्स
   • एक चरण फ़ंक्शन बिल्कुल 0 या 1 आउटपुट करता है
   • सिग्मॉइड, 0 से 1 आउटपुट
6. बड़े पैमाने पर भाषा मॉडलिंग के लिए ट्रांसफॉर्मर ने बड़े पैमाने पर LSTM को क्यों बदल दिया है?
   • ट्रांसफॉर्मर टेक्स्ट को बिल्कुल भी संभाल नहीं सकते हैं
   • LSTM को किसी प्रशिक्षण की आवश्यकता नहीं है
   • ट्रांसफॉर्मर एक अनुक्रम में समानांतर होते हैं और ध्यान के माध्यम से लंबी दूरी के संदर्भ को पकड़ते हैं
   • ट्रांसफार्मर कुल मिलाकर बहुत कम संख्याओं का उपयोग करते हैं
7. If an LSTM forget gate is near one and its input gate near zero, what happens to the cell state?
   • It largely retains the previous state
   • It is forced to zero
   • It becomes the raw input token
   • It must reverse the sequence
8. Which gate controls how much of an LSTM cell’s stored state is exposed as output?
   • The forget gate alone
   • The output gate
   • The optimizer momentum term
   • The positional encoding gate