Útmutatóhoz kapcsolódó kvíz · Közepes Szint

Hármas veszteség és metrikus tanulási kvíz

Test anchor-positive-negative roles, margin separation, embedding comparison, normalization, and zero versus active triplet-loss examples.

Kapcsolódó útmutató utakHármas veszteség és metrikus tanulás
kérdés 1 -ból 8

Milyen három bemenet alkotja a hármast tripletveszteségben?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Milyen három bemenet alkotja a hármast tripletveszteségben?
    • Horgony, pozitív és negatív
    • Bemenet, rejtett réteg és kimenet
    • Lekérdezés, kulcs és érték
    • Vonatozási, érvényesítési és vizsgálati minták
  2. Miért tartalmaz a hármas veszteség egy margin kifejezést?
    • A mátrixszorzás felgyorsítására
    • Az osztályok számának növelésére
    • Annak elkerülése érdekében, hogy a modell az összes beágyazást egy pontba csukja össze
    • A távolságok valószínűségekké alakítása
  3. Melyik híres 2015-ös rendszer népszerűsítette a triplett elvesztését az arcfelismeréshez?
    • AlexNet
    • FaceNet
    • ResNet
    • BERT
  4. Mit ad a betanított metrikus tanulási modell az egyes bemenetekhez?
    • Csak osztálycímke
    • Határoló doboz
    • Egyetlen valószínűségi pontszám
    • Beágyazási vektor, amelynek távolságai hasonlóságot tükröznek
  5. Miért alkalmas a metrikus tanulás olyan nyitott problémákra, mint például új arcok hozzáadása?
    • Minden egyes új identitáshoz áttanítja az egész hálózatot
    • Csak akkor működik, ha minden osztály előre ismert
    • Az összehasonlítás a távolságon múlik, így az új identitások nem igényelnek átképzést
    • Megjegyzi a kimenetek rögzített listáját
  6. A metrikus tanulásba való beágyazások gyakran L2-normalizáltak. Milyen hatása van ennek?
    • A beágyazásokat egy egységhipergömbre helyezi, így a távolságok korlátozottak és összehasonlíthatók maradnak
    • Megszünteti a veszteségfunkciók szükségességét
    • A hálózatot osztályozóvá alakítja
    • Megduplázza a beágyazás méretét
  7. Under max(0, d(a,p) minus d(a,n) plus margin), d(a,p)=0.3, d(a,n)=0.8 and margin=0.2 yield what loss?
    • 0.3
    • 0.7
    • 1.3
    • 0
  8. A positive margin is 0.2 and every embedding collapses to the same point. What loss does that triplet formula give?
    • 0, because both distances are equal
    • 0.2, so collapse has not satisfied the separation objective
    • 1, regardless of the margin
    • A negative loss of minus 0.2