Maswali yanayounganishwa na mwongozo · Kati Kiwango
Maswali Mtambuka
Elewa jinsi usikivu mtambuka huruhusu mfuatano mmoja au uwasilishaji wa hoja ya muundo kutoka kwa mfuatano au muundo mwingine katika miundo ya kibadilishaji umeme.
Swali 1 ya 8
Je! ni tofauti gani kuu kati ya umakini wa kibinafsi na umakini wa mtambuka?
Hakiki kila swali8 maswali
Majibu na maelezo huonekana unapojibu maswali.
- Je! ni tofauti gani kuu kati ya umakini wa kibinafsi na umakini wa mtambuka?
- Kwa kuzingatia, hoja hutoka kwa mfuatano mmoja na funguo/maadili kutoka kwa mwingine
- Uangalifu mwingi hautumii softmax
- Kujitazama hufanya kazi tu kwenye picha
- Uangalifu mwingi hauwezi kufunzwa kwa kushuka kwa upinde rangi
- Katika kibadilishaji cha kusimbuaji-kisimbaji, maswali ya kuzingatia mtambuka yanatoka wapi?
- Matokeo ya programu ya kusimba
- Hali ya sasa ya dekoda
- Upachikaji wa ingizo ghafi pekee
- Tumbo tofauti la nasibu
- Kwa nini mifuatano miwili katika uzingatiaji mtambuka inaweza kuwa na urefu au njia tofauti?
- Kwa sababu umakini unahitaji pembejeo za urefu sawa
- Kwa sababu inapuuza moja ya mlolongo kabisa
- Kwa sababu maswali na funguo hutoka kwa vyanzo tofauti, huru
- Kwa sababu inaweka kila kitu kwa saizi iliyowekwa kwanza
- Je, Usambazaji Imara hutumiaje umakinifu mtambuka?
- Ili kubana picha kuwa faili ndogo
- Ili kutafsiri maandishi kati ya lugha
- Ili kuondoa kelele kutoka kwa sauti
- Kuweka hali ya maeneo ya picha yanayozalishwa kwenye kidokezo cha maandishi
- Ni operesheni gani ya hesabu ambayo umakini mkubwa unashiriki pamoja na umakini wa kibinafsi?
- Uangalifu uliowekwa wa nukta-bidhaa na softmax
- Kubadilisha pikseli
- Masasisho ya hali ya mara kwa mara
- Jedwali za kuangalia zilizo na kanuni ngumu
- What gate does Flamingo use to control information flow through its cross-attention layers?
- A hard threshold initialized to one
- A tanh gate initialized to zero
- A fixed residual weight of 0.5
- A learned vocabulary lookup table
- What input sequence structure does Flamingo’s paper say its visual-language model can handle?
- Only one image followed by a fixed-length label
- Only text tokens with no visual inputs
- Visual and textual data interleaved in arbitrary sequences
- Only video frames with no text
- What is one purpose of cross-attention in Flamingo’s visual-language architecture?
- It replaces all text tokens with pixels
- It prevents any information from passing between modalities
- It performs only image resizing
- It lets language-model layers incorporate visual features from image/video inputs