Üçlü Kayıp ve Metrik Öğrenme Sınavı

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. Üçlü kayıpta üçlüyü hangi üç girdi oluşturur?
   • Çapa, pozitif ve negatif
   • Giriş, gizli katman ve çıkış
   • Sorgu, anahtar ve değer
   • Örnekleri eğitme, doğrulama ve test etme
2. Üçlü kayıp neden bir marj terimi içeriyor?
   • Matris çarpımını hızlandırmak için
   • Ders sayısını artırmak
   • Modelin tüm yerleştirmeleri tek bir noktaya daraltmasını önlemek için
   • Mesafeleri olasılıklara dönüştürmek için
3. Hangi ünlü 2015 sistemi yüz tanıma için üçlü kaybı popüler hale getirdi?
   • AlexNet
   • FaceNet
   • ResNet
   • BERT
4. Eğitilmiş bir metrik öğrenme modeli her girdi için ne çıktı sağlar?
   • Yalnızca sınıf etiketi
   • Sınırlayıcı bir kutu
   • Tek bir olasılık puanı
   • Uzaklıkları benzerliği yansıtan bir gömme vektörü
5. Metrik öğrenme neden yeni yüzlerin eklenmesi gibi açık problemlere çok uygundur?
   • Her yeni kimlik için tüm ağı yeniden eğitir
   • Yalnızca tüm sınıflar önceden bilindiğinde çalışır
   • Karşılaştırma mesafeye dayanır, dolayısıyla yeni kimliklerin yeniden eğitilmesine gerek yoktur
   • Sabit bir çıktı listesini ezberler
6. Metrik öğrenmedeki yerleştirmeler genellikle L2'ye göre normalleştirilir. Bunun nasıl bir etkisi var?
   • Bir birim hiperküreye yerleştirmeler yerleştirir, böylece mesafeler sınırlı ve karşılaştırılabilir kalır
   • Herhangi bir kayıp fonksiyonuna olan ihtiyacı ortadan kaldırır
   • Ağı bir sınıflandırıcıya dönüştürür
   • Gömme boyutunu iki katına çıkarır
7. 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
8. 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