گائیڈ سے منسلک کوئز · درمیانہ سطح
طویل قلیل مدتی میموری سیل کوئز
LSTM گیٹ رولز، سیل اسٹیٹ برقرار رکھنے، ان پٹ اور آؤٹ پٹ کنٹرول، اضافی اپ ڈیٹس، گریڈینٹ فلو، اور ترتیب کی حدوں کی جانچ کریں۔
سوال 1 کی 8
In a common modern three-gate LSTM variant, which gates regulate cell information and exposed output?
ہر سوال کا جائزہ لیں۔8 سوالات
جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔
- In a common modern three-gate LSTM variant, which gates regulate cell information and exposed output?
- پڑھیں، لکھیں، اور دروازے پر عمل کریں۔
- شروع کریں، بند کریں، اور دروازے کو توقف دیں۔
- بھول جائیں، ان پٹ، اور آؤٹ پٹ گیٹس
- انکوڈ کریں، ڈی کوڈ کریں اور اٹینڈ گیٹس کریں۔
- What training difficulty was LSTM designed to mitigate?
- ذخیرہ کرنے کے لیے بہت زیادہ پیرامیٹرز
- Vanishing gradients during learning over long sequences
- GPU استعمال کرنے میں ناکامی۔
- ایکٹیویشن فنکشن کا فقدان
- LSTM کس نے متعارف کرایا، اور کس سال میں؟
- واسوانی اور ساتھی 2017 میں
- رومیل ہارٹ اور ہنٹن 1986 میں
- LeCun اور Bengio 2012 میں
- Hochreiter اور Schmidhuber 1997 میں
- In a common LSTM cell update, why can the additive cell-state path help gradient flow?
- It reduces reliance on repeated multiplicative transformations across time steps
- یہ ریاست کو ہر قدم پر ایک بڑی تعداد سے ضرب دیتا ہے۔
- یہ ہر قدم ریاست کو حذف کر دیتا ہے۔
- یہ تربیت کے دوران تمام وزن کو منجمد کر دیتا ہے۔
- LSTM گیٹس عام طور پر نرم آن/آف سوئچ کے طور پر کام کرنے کے لیے کون سا ایکٹیویشن فنکشن استعمال کرتے ہیں؟
- ReLU، 0 کو انفینٹی پر آؤٹ پٹ کر رہا ہے۔
- الفاظ کے اوپر سافٹ میکس
- ایک مرحلہ فنکشن بالکل 0 یا 1 آؤٹ پٹ کرتا ہے۔
- سگمائیڈ، 0 سے 1 آؤٹ پٹ کر رہا ہے۔
- بڑے پیمانے پر لینگویج ماڈلنگ کے لیے ٹرانسفارمرز نے بڑے پیمانے پر LSTMs کی جگہ کیوں لی ہے؟
- ٹرانسفارمر متن کو بالکل ہینڈل نہیں کرسکتے ہیں۔
- LSTMs کو کسی تربیت کی ضرورت نہیں ہے۔
- ٹرانسفارمرز ایک ترتیب میں متوازی ہوتے ہیں اور توجہ کے ذریعے طویل فاصلے کے سیاق و سباق کو حاصل کرتے ہیں۔
- ٹرانسفارمرز کل تعداد میں بہت کم استعمال کرتے ہیں۔
- If an LSTM forget gate is near one and its input gate near zero, what happens to the cell state?
- It largely retains the previous state
- It is forced to zero
- It becomes the raw input token
- It must reverse the sequence
- Which gate controls how much of an LSTM cell’s stored state is exposed as output?
- The forget gate alone
- The output gate
- The optimizer momentum term
- The positional encoding gate