हानि कार्य प्रश्नोत्तरी

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

1. For a prediction task, what does its selected loss quantify against the training target?
   • A specified prediction-error objective
   • Only runtime speed
   • Only the number of network layers
   • Every application benefit automatically
2. वर्गीकरण कार्यों के लिए कौन सा हानि फ़ंक्शन सबसे अधिक उपयोग किया जाता है?
   • माध्य वर्ग त्रुटि
   • मतलब पूर्ण त्रुटि
   • क्रॉस-एन्ट्रॉपी हानि
   • केवल काज की दूरी
3. माध्य वर्ग त्रुटि की तुलना में, आप माध्य निरपेक्ष त्रुटि क्यों चुन सकते हैं?
   • यह उन्हें अधिक सज़ा देने के लिए त्रुटियों का निवारण करता है
   • यह आउटलेर्स के लिए अधिक मजबूत है क्योंकि यह त्रुटियों का वर्ग नहीं करता है
   • इसका उपयोग प्रतिगमन के लिए नहीं किया जा सकता
   • यह वास्तविक लेबलों की उपेक्षा करता है
4. Why does gradient-based training need a usable loss derivative or suitable substitute?
   • So a loss number can be printed
   • So all learning methods become identical
   • So the dataset no longer needs targets
   • So backpropagation and optimization can obtain an update signal
5. How does one-hot class cross-entropy change as probability assigned to the target class becomes very small?
   • Its loss must become zero
   • It rewards the prediction increasingly
   • Its loss becomes large
   • It becomes identical to accuracy
6. आमतौर पर सटीकता को प्रशिक्षण हानि के रूप में सीधे उपयोग क्यों नहीं किया जाता है?
   • यह विभेदित नहीं है, इसलिए यह कोई उपयोगी ग्रेडिएंट नहीं देता है
   • इसकी गणना करना बहुत आसान है
   • यह केवल प्रतिगमन के लिए काम करता है
   • वैसे भी यह हमेशा नुकसान के बराबर होता है
7. For illustrative regression residuals one and three, what are mean squared error and mean absolute error?
   • MSE is two and MAE is five
   • Both are four
   • MSE is ten and MAE is four
   • MSE is five and MAE is two
8. Using a base-two logarithm, what one-hot cross-entropy loss corresponds to target-class probability one-quarter?
   • One-quarter bit
   • Two bits
   • Four bits
   • Zero bits