Quiz collegato alla guida · Difficile Livello

Quiz sull'estrazione mineraria negativa online e difficile

Test online e offline, selezione batch e semi-hard, risultati negativi fuorvianti e controlli dei candidati basati sulla distanza.

Percorsi guida correlatiMining negativo online e difficile
Domanda 1 di 8

Perché la maggior parte dei negativi campionati casualmente fornisce uno scarso segnale di addestramento nella perdita di triplette?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. Perché la maggior parte dei negativi campionati casualmente fornisce uno scarso segnale di addestramento nella perdita di triplette?
    • Di solito sono etichettati in modo errato
    • Sono troppo piccoli per stare nella memoria
    • Sono già lontani dall'ancora, quindi la perdita e la pendenza sono vicine allo zero
    • Sono sempre uguali alla distanza positiva
  2. Cosa distingue il mining online dal mining offline?
    • Il mining online utilizza Internet; offline no
    • Il mining online seleziona al volo esempi concreti all'interno di ogni mini-batch
    • Il mining online funziona solo sul testo
    • Il mining online non richiede alcun passaggio in avanti
  3. Cos'è un negativo "semi-duro" come definito in FaceNet?
    • Un negativo più vicino del positivo all'ancora
    • Un negativo che equivale esattamente all'ancora
    • Qualsiasi negativo scelto a caso
    • Un negativo più lontano del positivo ma ancora all’interno del margine
  4. Nell'estrazione batch-hard, quale negativo viene scelto per ciascuna ancora?
    • Il negativo più vicino nel lotto
    • L'ultimo negativo del lotto
    • Un negativo casuale
    • Il negativo con la distanza mediana
  5. Perché i batch di dimensioni maggiori tendono a migliorare i risultati dell'apprendimento delle metriche estratte?
    • Riduce la dimensione di inclusione
    • Elimina la necessità di un margine
    • Rimuove la funzione di perdita
    • Fornisce un pool più ricco di negativi rigidi candidati per passaggio
  6. Qual è il rischio noto di selezionare i negativi più difficili in assoluto?
    • Sono sempre troppo facili
    • Rendono la matrice batch più piccola
    • Potrebbero essere positivi etichettati erroneamente o quasi duplicati che corrompono la formazione
    • Rimuovono completamente il gradiente
  7. With positive distance 0.4 and margin 0.2, which negative distance is semi-hard under the described rule?
    • 0,5
    • 0,2
    • 0,8
    • 1.1
  8. Why does ordinary online mining within one minibatch not necessarily find the hardest negative in the entire dataset?
    • Every batch contains the complete dataset
    • Its available candidate pool is the examples in that batch
    • Distance calculations prove no other examples exist
    • The model discards all negative labels