سائیکلیکل لرننگ ریٹس کوئز

جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔

1. سائیکلیکل سیکھنے کی شرح کس بنیادی مفروضے کو چیلنج کرتی ہے؟
   • کہ سیکھنے کی شرح صرف تربیت کے دوران ہی کم ہونی چاہیے۔
   • اس بیچ کا سائز مستقل رہنا چاہیے۔
   • اس ماڈل کو GPUs کی ضرورت ہے۔
   • اس ڈیٹا کو شفل کرنا ضروری ہے۔
2. What did Smith report for cyclical learning rates on tested classification tasks?
   • They always lowered training loss to zero
   • They improved accuracy versus fixed rates, often in fewer iterations
   • They removed the need for validation data
   • They guaranteed escape from every sharp minimum
3. 'LR رینج ٹیسٹ' کیا کرتا ہے؟
   • GPU میموری کے استعمال کی پیمائش کرتا ہے۔
   • ماڈل پیرامیٹرز کی تعداد کو شمار کرتا ہے۔
   • اچھی حدوں کو حاصل کرنے کے لیے نقصان کو دیکھتے ہوئے سیکھنے کی شرح کو اوپر کی طرف بڑھاتا ہے۔
   • آؤٹ آف ڈسٹری بیوشن ڈیٹا پر ماڈل کی جانچ کرتا ہے۔
4. ون سائیکل پالیسی میں، رفتار عام طور پر سیکھنے کی شرح کے مقابلے میں کیسا برتاؤ کرتی ہے؟
   • رفتار ہر وقت مقرر رہتی ہے۔
   • رفتار پورے وقت صفر پر سیٹ ہے۔
   • رفتار شرح کے ساتھ بالکل بڑھ جاتی ہے۔
   • رفتار الٹی حرکت کرتی ہے — جب شرح کم ہو تو زیادہ اور جب شرح زیادہ ہو تو کم
5. During a triangular cyclical learning-rate cycle, how does the rate move between its bounds?
   • It rises from the base rate to the maximum, then falls back toward the base
   • It only decreases from the first step
   • It stays fixed at the maximum
   • It jumps randomly at every minibatch
6. سائیکلیکل لرننگ ریٹ اور LR رینج ٹیسٹ کس نے متعارف کرایا؟
   • جیفری ہنٹن
   • لیسلی اسمتھ
   • یان لیکون
   • اندریج کارپاتھی
7. What sets the duration of a cyclical learning-rate cycle?
   • The number of model layers
   • الفاظ کا حجم
   • A chosen number of training iterations for the up-and-down pattern
   • The number of optimizer parameters
8. What distinguishes the one-cycle policy from repeating several triangular cycles?
   • It keeps the learning rate constant throughout
   • It removes the optimizer’s momentum
   • It measures the learning rate only once
   • It uses one long learning-rate cycle for the training run