गाइड से जुड़ी प्रश्नोत्तरी · कठिन स्तर
सुपरपोजिशन और पॉलीसिमेंटिसिटी क्विज़
चेक में सुपरपोजिशन, स्पार्सिटी, पॉलीसिमेंटिक न्यूरॉन्स, ओवरलैपिंग दिशाएं और संपीड़ित अभ्यावेदन की ज्यामिति शामिल हैं।
प्रश्न 1 का 8
तंत्रिका नेटवर्क में 'सुपरपोज़िशन' से क्या तात्पर्य है?
प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न
जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।
- तंत्रिका नेटवर्क में 'सुपरपोज़िशन' से क्या तात्पर्य है?
- उनकी दिशाओं को ओवरलैप करके न्यूरॉन्स की तुलना में अधिक सुविधाओं का प्रतिनिधित्व करना
- अनेक मॉडलों को एक दूसरे के ऊपर रखना
- मॉडल को दो बार चलाना और औसत करना
- प्रशिक्षण के दौरान इनपुट में शोर जोड़ना
- कौन सी स्थिति फीचर हस्तक्षेप के बावजूद सुपरपोजिशन को अच्छी तरह से काम करती है?
- सुविधाएँ हर समय सघन रूप से सक्रिय रहती हैं
- सुविधाएँ विरल हैं, इसलिए कुछ ही एक साथ सक्रिय हैं
- केवल सकारात्मक सक्रियणों का उपयोग करना
- सुविधाओं की तुलना में अधिक न्यूरॉन्स होना
- 'पॉलीसिमेंटिक' न्यूरॉन क्या है?
- एक न्यूरॉन जो कभी सक्रिय नहीं होता
- एक न्यूरॉन का उपयोग केवल आउटपुट लेयर में किया जाता है
- एक न्यूरॉन जो कई असंबद्ध अवधारणाओं पर प्रतिक्रिया करता है
- एक न्यूरॉन जिसका कोई संबंध नहीं है
- 2022 में किस Anthropic पेपर ने इस घटना का नियंत्रित अध्ययन शुरू किया?
- आपको केवल ध्यान की आवश्यकता है
- डीप सीएनएन के साथ इमेजनेट वर्गीकरण
- डीप आरएल के साथ अटारी बजाना
- सुपरपोज़िशन के खिलौना मॉडल
- यदि एक परत को अपने आयामों से अधिक सुविधाओं को संग्रहीत करना होगा, तो ज्यामितीय रूप से क्या अपरिहार्य है?
- कुछ सुविधाओं में ओवरलैपिंग, गैर-ऑर्थोगोनल दिशाएं साझा होनी चाहिए
- सभी सुविधाएँ पूरी तरह से ऑर्थोगोनल रह सकती हैं
- नेटवर्क क्रैश होना चाहिए
- सभी विशेषताएँ एक समान हो जाती हैं
- सुपरपोज़िशन व्याख्यात्मकता को कठिन क्यों बना देता है?
- यह मॉडल को चलाने में धीमा बनाता है
- एकल न्यूरॉन्स अब एकल अवधारणाओं को स्पष्ट रूप से मैप नहीं करते हैं
- यह मॉडल से सभी सुविधाएं हटा देता है
- यह केवल इनपुट परत को प्रभावित करता है
- Why does sparse feature activity reduce interference when more features than dimensions are represented?
- Sparse activity makes all feature directions orthogonal
- It increases the number of neurons automatically
- Fewer features are active at the same time, so overlapping directions collide less often
- It removes the need for nonlinear computation
- What does an antipodal pair of feature directions look like geometrically?
- Two vectors at a right angle in separate dimensions
- Two vectors with identical directions and magnitudes
- A vector with no coordinates
- Two directions that point opposite ways along the same line