अवशिष्ट नेटवर्क प्रश्नोत्तरी

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

1. अवशिष्ट कनेक्शन ने विशेष रूप से किस समस्या का समाधान किया?
   • गहरे सादे नेटवर्क का प्रशिक्षण उथले नेटवर्क से भी बदतर (गिरावट)
   • छवियाँ बहुत कम रिज़ॉल्यूशन वाली हैं
   • लेबल किए गए प्रशिक्षण डेटा की कमी
   • जीपीयू की मेमोरी ख़त्म हो रही है
2. What does a basic residual block compute when input and output dimensions match?
   • Multiplies the input by itself
   • Adds the block’s learned residual function to its input, y = F(x) + x
   • Drops the input and returns zero
   • Sorts input channels alphabetically
3. प्रशिक्षण के दौरान स्किप कनेक्शन ग्रेडिएंट्स की मदद क्यों करते हैं?
   • They eliminate the need to train weights
   • They force every layer to output zero
   • They provide an additional direct path for gradient flow around the learned transformation
   • They make deep networks immune to all optimization problems
4. How deep was the deepest ResNet evaluated in the original ImageNet paper?
   • 18 layers
   • 34 layers
   • 50 layers
   • 152 परतें
5. यदि किसी अवशिष्ट ब्लॉक की परतें F(x) = 0 सीखती हैं, तो ब्लॉक क्या करता है?
   • यह इनपुट को प्रभावी ढंग से अपरिवर्तित (पहचान) से गुजारता है
   • यह शून्य आउटपुट देता है और नेटवर्क को तोड़ देता है
   • यह इनपुट को दोगुना कर देता है
   • यह आउटपुट को यादृच्छिक बनाता है
6. What residual connection does the Transformer paper describe around attention and feed-forward sublayers?
   • Replace the sublayer input with a class label
   • Add each sublayer’s output to the sublayer input through a residual connection
   • Average every token globally at the output only
   • Remove the residual stream after self-attention
7. When a residual block changes channel dimensions, what can a projection shortcut do?
   • Convert the input into a text sequence
   • Remove the residual branch
   • Map the shortcut input to the dimensions required for addition
   • Guarantee that every gradient has unit magnitude
8. What sequence of convolutions defines the original ResNet bottleneck block?
   • Three 3×3 convolutions only
   • A 3×3 convolution followed by two fully connected layers
   • A pooling layer followed by two transposed convolutions
   • A 1×1, then 3×3, then 1×1 convolution