Maswali yanayounganishwa na mwongozo · Ngumu Kiwango
Maswali Magumu ya Madini ya Mtandaoni na Hasi
Jaribu mtandaoni dhidi ya madimbwi ya kuogelea nje ya mtandao, uteuzi wa batch-hard na nusu-ngumu, hasi zinazopotosha, na ukaguzi wa watahiniwa unaozingatia umbali.
Swali 1 ya 8
Kwa nini hasi nyingi za sampuli za nasibu hutoa ishara ndogo ya mafunzo katika upotezaji wa sehemu tatu?
Hakiki kila swali8 maswali
Majibu na maelezo huonekana unapojibu maswali.
- Kwa nini hasi nyingi za sampuli za nasibu hutoa ishara ndogo ya mafunzo katika upotezaji wa sehemu tatu?
- Kwa kawaida huandikwa vibaya
- Ni ndogo sana kutoshea kwenye kumbukumbu
- Wao tayari ni mbali na nanga, hivyo hasara na gradient ni karibu sifuri
- Daima ni sawa na umbali chanya
- Ni nini hutofautisha uchimbaji madini mtandaoni na uchimbaji wa madini nje ya mtandao?
- Uchimbaji madini mtandaoni hutumia mtandao; nje ya mtandao haifanyi hivyo
- Uchimbaji madini mtandaoni huchagua mifano migumu ndani ya kila kundi dogo kwenye kuruka
- Uchimbaji wa mtandaoni hufanya kazi kwa maandishi pekee
- Uchimbaji madini mtandaoni hauhitaji kupita mbele
- Je, 'nusu-ngumu' hasi kama inavyofafanuliwa katika FaceNet ni nini?
- Hasi karibu zaidi kuliko chanya kwa nanga
- Hasi ambayo ni sawa na nanga haswa
- Yoyote hasi iliyochaguliwa nasibu
- Hasi iliyo mbali zaidi kuliko chanya lakini bado ndani ya ukingo
- Katika uchimbaji madini kwa wingi, ni hasi gani huchaguliwa kwa kila nanga?
- Hasi iliyo karibu zaidi katika kundi
- Hasi ya mbali zaidi katika kundi
- A nasibu hasi
- Hasi yenye umbali wa wastani
- Kwa nini saizi kubwa ya bechi inaelekea kuboresha matokeo ya mafunzo ya kipimo cha kuchimbwa?
- Inapunguza mwelekeo wa kupachika
- Huondoa hitaji la pembezoni
- Inaondoa kazi ya kupoteza
- Inatoa kundi tajiri la hasi kali za mgombea kwa kila hatua
- Ni hatari gani inayojulikana ya kuchagua hasi ngumu kabisa?
- Daima ni rahisi sana
- Wanafanya matrix ya batch kuwa ndogo
- Huenda zimeandikwa vibaya au zinakaribia kufanana na chanya ambazo huharibu mafunzo
- Wanaondoa gradient kabisa
- 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
- 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