แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ปานกลาง ระดับ
แบบทดสอบการสูญเสีย Triplet และการเรียนรู้แบบเมตริก
ทดสอบบทบาทสมอ-บวก-ลบ การแยกระยะขอบ การเปรียบเทียบแบบฝัง การทำให้เป็นมาตรฐาน และตัวอย่างการสูญเสียแฝดที่เป็นศูนย์เทียบกับที่ใช้งานอยู่
คำถาม 1 ของ 8
อินพุตสามตัวใดที่ประกอบเป็นแฝดในการสูญเสียแฝด?
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- อินพุตสามตัวใดที่ประกอบเป็นแฝดในการสูญเสียแฝด?
- สมอ บวก และลบ
- อินพุต เลเยอร์ที่ซ่อนอยู่ และเอาต์พุต
- แบบสอบถาม คีย์ และค่า
- ฝึกอบรม การตรวจสอบความถูกต้อง และการทดสอบตัวอย่าง
- เหตุใดการสูญเสีย Triplet จึงรวมระยะมาร์จิ้นด้วย
- เพื่อเร่งการคูณเมทริกซ์
- เพื่อเพิ่มจำนวนชั้นเรียน
- เพื่อป้องกันไม่ให้โมเดลยุบการฝังทั้งหมดให้เหลือจุดเดียว
- เพื่อแปลงระยะทางให้เป็นความน่าจะเป็น
- ระบบที่มีชื่อเสียงในปี 2558 ระบบใดที่ได้รับความนิยมในการสูญเสียแฝดสามสำหรับการจดจำใบหน้า
- อเล็กซ์เน็ต
- เฟซเน็ต
- เรสเน็ต
- เบิร์ต
- โมเดลการเรียนรู้การวัดผลที่ได้รับการฝึกอบรมสำหรับแต่ละอินพุตมีอะไรบ้าง
- ป้ายกำกับชั้นเรียนเท่านั้น
- กล่องขอบเขต
- คะแนนความน่าจะเป็นเพียงคะแนนเดียว
- เวกเตอร์แบบฝังซึ่งมีระยะทางสะท้อนถึงความคล้ายคลึงกัน
- เหตุใดการเรียนรู้แบบเมตริกจึงเหมาะสมกับปัญหาแบบเปิด เช่น การเพิ่มหน้าใหม่
- โดยจะฝึกเครือข่ายทั้งหมดใหม่เพื่อระบุตัวตนใหม่แต่ละรายการ
- ใช้งานได้เฉพาะเมื่อทราบคลาสทั้งหมดล่วงหน้าเท่านั้น
- การเปรียบเทียบขึ้นอยู่กับระยะทาง ดังนั้นอัตลักษณ์ใหม่จึงไม่จำเป็นต้องฝึกอบรมใหม่
- โดยจะจดจำรายการเอาต์พุตคงที่
- การฝังตัวในการเรียนรู้แบบเมตริกมักจะถูกทำให้เป็นมาตรฐาน L2 สิ่งนี้มีผลกระทบอะไรบ้าง?
- โดยจะวางการฝังบนหน่วยไฮเปอร์สเฟียร์ ดังนั้นระยะทางจึงมีขอบเขตจำกัดและเปรียบเทียบได้
- โดยไม่จำเป็นต้องมีฟังก์ชันการสูญเสียใดๆ อีกต่อไป
- มันแปลงเครือข่ายให้เป็นลักษณนาม
- มันเพิ่มมิติการฝังเป็นสองเท่า
- 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
- 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