گائیڈ سے منسلک کوئز · درمیانہ سطح

ہائی وے نیٹ ورکس اور کنکشنز کوئز کو چھوڑیں۔

گیٹڈ اور بقایا شارٹ کٹس، گریڈینٹ فلو کی حدیں، LSTM انسپائریشن، ٹرانسفارمر اور U-Net استعمال، اور صفر بمقابلہ ایک گیٹ کے رویے کی جانچ کریں۔

سوال 1 کی 8

A very deep network struggles with optimization. What can a skip path provide?

ہر سوال کا جائزہ لیں۔8 سوالات

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

  1. A very deep network struggles with optimization. What can a skip path provide?
    • A guarantee of perfect gradients at every depth
    • A more direct signal and gradient route that can ease training
    • A proof that more layers always improve accuracy
    • A replacement for the loss function
  2. بنیادی بقایا بلاک کا حساب کیا ہے؟
    • آؤٹ پٹ = F(x) کو x سے ضرب
    • آؤٹ پٹ = x تقسیم F(x)
    • آؤٹ پٹ = زیادہ سے زیادہ F(x) اور x
    • آؤٹ پٹ = F(x) پلس x، جہاں x ان پٹ شارٹ کٹ ہے۔
  3. ہائی وے نیٹ ورکس میں گیٹنگ میکانزم کو کس چیز نے متاثر کیا؟
    • بار بار چلنے والے نیٹ ورکس سے LSTM دروازے
    • Convolutional پولنگ
    • بیچ نارملائزیشن
    • ڈراپ آؤٹ
  4. ہائی وے نیٹ ورک میں، ٹرانسفارم گیٹ T(x) کیا کنٹرول کرتا ہے؟
    • اصلاح کار کی سیکھنے کی شرح
    • آؤٹ پٹ امیج کا سائز
    • ان پٹ کا کتنا حصہ تبدیل ہوتا ہے بمقابلہ براہ راست لے جاتا ہے۔
    • نیٹ ورک میں تہوں کی تعداد
  5. کون سا جدید فن تعمیر اپنے ذیلی سطحوں کے ارد گرد بقایا کنکشن پر انحصار کرتا ہے؟
    • K کا مطلب کلسٹرنگ ہے۔
    • فیصلے کا درخت
    • لکیری رجعت
    • ٹرانسفارمر
  6. U-Net اسکپ کنکشن خاص طور پر تقسیم کرنے میں کس طرح مدد کرتے ہیں؟
    • وہ انکوڈر کو مکمل طور پر حذف کر دیتے ہیں۔
    • وہ انکوڈر سے ڈیکوڈر تک عمدہ مقامی تفصیل منتقل کرتے ہیں۔
    • وہ تصویر کو متن میں تبدیل کرتے ہیں۔
    • وہ آؤٹ پٹ کلاسز کی تعداد کو کم کر کے ایک کر دیتے ہیں۔
  7. In y = F(x)T(x) + x(1-T(x)), what remains when T(x)=0?
    • Only F(x)
    • The sum 2x
    • The carried input x
    • A mandatory zero output
  8. For the same coupled-gate highway form, what remains when T(x)=1?
    • The transformed value F(x)
    • Only the original x
    • F(x) plus x
    • An automatically normalized x