Maswali yanayounganishwa na mwongozo · Kati Kiwango
Mitandao ya Siamese na Maswali matatu ya Kupoteza
Hukagua visimbaji vilivyoshirikiwa, umbali wa kupachika, ukingo wa sehemu tatu na jinsi mifano migumu hasi inavyoathiri mawimbi ya kujifunza. kwa makini.
Swali 1 ya 8
Je, ni kipengele gani cha usanifu kinachofafanua cha mtandao wa Siamese?
Hakiki kila swali8 maswali
Majibu na maelezo huonekana unapojibu maswali.
- Je, ni kipengele gani cha usanifu kinachofafanua cha mtandao wa Siamese?
- Matawi mawili au zaidi yanayofanana yanayoshiriki uzani sawa
- Tawi moja lisilo na tabaka zilizofichwa
- Tenganisha mitandao yenye uzani wa kujitegemea kabisa
- Kitanzi kinachojirudia baada ya hatua za muda
- Katika hasara ya mara tatu, ni pembejeo gani tatu?
- Ingizo, siri, pato
- Nanga, chanya, na hasi
- Treni, uthibitisho, mtihani
- Kisimbaji, avkodare, kiainishaji
- Je, lengo la hasara ya triplet linatekeleza nini?
- Nanga na hasi zinapaswa kufanana
- Upachikaji wote unapaswa kuanguka hadi hatua moja
- Umbali wa nanga-chanya unapaswa kuwa mdogo kuliko umbali wa nanga-hasi kwa ukingo
- Chanya na hasi vinapaswa kuwa na umbali sawa kwa nanga
- Kwa nini 'uchimbaji madini hasi' ni muhimu kwa mafunzo ya upotevu wa sehemu tatu?
- Inaondoa chanya zote kutoka kwa mafunzo
- Inafanya mtandao kuwa duni
- Inabadilisha kipimo cha umbali na lebo
- Hasi rahisi tayari zinakidhi ukingo na hutoa sifuri upinde rangi muhimu
- Ni uwezo gani unaofanya mitandao ya Siamese kuwa muhimu kwa 'kujifunza kwa risasi moja'?
- Wanaweza kulinganisha ingizo jipya na rejeleo moja na kuhukumu kufanana, hata kwa madarasa yasiyoonekana
- Wanahitaji maelfu ya mifano iliyo na lebo kwa kila darasa
- Wanaainisha tu katika kategoria zisizohamishika, zilizoainishwa mapema
- Hawawezi kujumlisha zaidi ya utambulisho wa mafunzo
- Mtandao wa Siamese huamuaje kama pembejeo mbili zinalingana?
- Kwa muhtasari wa thamani zao za pikseli mbichi
- Kwa kulinganisha umbali kati ya vekta zao za kupachika dhidi ya kizingiti
- Kwa kuhesabu idadi ya tabaka zilizotumiwa
- Kwa kupeana kila lebo ya darasa bila mpangilio
- For triplet loss max(0, d(a,p) − d(a,n) + m), let d(a,p)=0.2, d(a,n)=0.8 and m=0.3. What is the loss?
- 0.3
- 0.5
- 0
- 1.1
- What happens when a negative example is already farther from the anchor than the required margin?
- The anchor and positive embeddings are discarded
- The loss forces the negative closer to the anchor
- The network switches to classification mode
- The triplet loss becomes zero and that example gives no useful gradient