मोमेंटम क्विज़ के साथ स्टोकेस्टिक ग्रेडिएंट डिसेंट

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

1. प्रशिक्षण के दौरान संवेग शब्द क्या एकत्रित होता है?
   • प्रशिक्षण युगों की कुल संख्या
   • पिछले ग्रेडिएंट्स का एक चालू (घातांकीय रूप से भारित) औसत
   • डेटासेट का आकार
   • मॉडल की सटीकता का इतिहास
2. एक लंबी, संकरी घाटी में, सादे एसजीडी को कौन सी समस्या आती है जिसे गति ठीक करने में मदद करती है?
   • यह संख्यात्मक रूप से अतिप्रवाहित है
   • यह ग्रेडिएंट्स की गणना करना बंद कर देता है
   • यह सीखने की दर को स्वचालित रूप से बढ़ाता है
   • यह फर्श पर धीरे-धीरे आगे बढ़ते हुए खड़ी दीवारों पर ज़िग-ज़ैग करता है
3. संवेग गुणांक के लिए एक सामान्य डिफ़ॉल्ट मान है:
   • 0.9
   • 0.0
   • 0.5
   • 2.0
4. संवेग का वर्णन करने के लिए किस भौतिक सादृश्य का सबसे अधिक उपयोग किया जाता है?
   • एक पेंडुलम हमेशा के लिए झूल रहा है
   • एक झरना वापस झपक रहा है
   • एक भारी गेंद नीचे की ओर लुढ़क रही है
   • पानी जमना
5. जब बीटा = 0.9 होता है तो मोटे तौर पर संवेग एक सुसंगत दिशा में प्रभावी कदम को कितना बढ़ाता है?
   • लगभग 2 बार
   • लगभग 0.1 गुना
   • कोई प्रवर्धन नहीं
   • लगभग 10 बार
6. कौन सा आधुनिक अनुकूलक गति-शैली प्रथम-क्षण अनुमान को शामिल करता है?
   • न्यूटन की विधि
   • एडम
   • K-मतलब
   • यादृच्छिक खोज
7. In the update v = beta times v plus gradient, what happens when beta is zero?
   • The old velocity is doubled
   • Every gradient becomes zero
   • The previous velocity is discarded and the current gradient determines the step
   • The parameters stop depending on the learning rate
8. Why can repeated gradients with opposing sideways directions produce less zig-zagging under momentum?
   • Their opposing contributions can partially cancel in accumulated velocity
   • All past gradients are stored as separate parameters
   • The loss becomes convex automatically
   • Momentum ignores the current gradient entirely