ابتدائی رکنے والا کوئز

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

1. ابتدائی رکنا بنیادی طور پر یہ فیصلہ کرنے کے لیے کیا سگنل دیتا ہے کہ کب رکنا ہے؟
   • توثیق سیٹ کی کارکردگی
   • ٹریننگ سیٹ کا نقصان
   • GPU درجہ حرارت
   • ماڈل پیرامیٹرز کی تعداد
2. 'صبر' پیرامیٹر کیا کنٹرول کرتا ہے؟
   • زیادہ سے زیادہ سیکھنے کی شرح
   • رکنے سے پہلے بہتری کے بغیر کتنے ادوار کا انتظار کرنا ہے۔
   • بیچ کا سائز
   • توثیق کے تہوں کی تعداد
3. ابتدائی طور پر روکنے کے بعد، آپ کو عام طور پر کون سا وزن رکھنا چاہئے؟
   • آخری دور سے وزن
   • تصادفی طور پر شروع کیے گئے وزن
   • بہترین توثیق کے دور سے وزن
   • تمام عہدوں کی اوسط
4. Why can early stopping act as a form of regularization?
   • It adds a fixed L2 penalty to every weight
   • It guarantees lower test error on every dataset
   • It prevents the model from seeing training examples
   • It limits how long optimization proceeds and can reduce fitting to training-specific patterns
5. تربیت کے دوران توثیق-خرابی وکر کی مخصوص شکل کو بہترین طور پر بیان کیا گیا ہے:
   • ایک U-شکل جو گرتی ہے پھر طلوع ہوتی ہے۔
   • یک طرفہ طور پر کم ہو رہا ہے۔
   • ایک فلیٹ لائن
   • یکطرفہ طور پر بڑھ رہا ہے۔
6. 'min_delta' کی حد عام طور پر کیا بتاتی ہے؟
   • تہوں کی کم از کم تعداد
   • کم از کم بہتری جو ترقی کے طور پر شمار ہوتی ہے۔
   • کم از کم بیچ کا سائز
   • ڈیٹا سیٹ کا کم از کم سائز
7. What does patience allow an early-stopping rule to do?
   • Continue training forever regardless of validation results
   • Change the model architecture after every batch
   • Wait through a set number of validation checks without qualifying improvement before stopping
   • Use the test set to select the final epoch
8. Why should the test set generally remain outside the early-stopping loop?
   • The test set cannot contain labels
   • Training libraries cannot load test data
   • Early stopping requires the test set to be empty
   • Repeatedly selecting by test performance would make it part of model selection