گائیڈ سے منسلک کوئز · مشکل سطح

سپرپوزیشن اور پولی سیمینٹیسٹی کوئز

چیکس میں سپرپوزیشن، اسپارسٹی، پولی سیمینٹک نیوران، اوورلیپنگ ڈائریکشنز اور کمپریسڈ نمائندگی کی جیومیٹری کی خصوصیات ہوتی ہیں۔

متعلقہ گائیڈ کے راستےسپرپوزیشن اور پولی سیمینٹیسٹی
سوال 1 کی 8

نیورل نیٹ ورکس میں 'سپرپوزیشن' سے کیا مراد ہے؟

ہر سوال کا جائزہ لیں۔8 سوالات

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

  1. نیورل نیٹ ورکس میں 'سپرپوزیشن' سے کیا مراد ہے؟
    • ان کی سمتوں کو اوور لیپ کرکے نیوران سے زیادہ خصوصیات کی نمائندگی کرنا
    • ایک دوسرے کے اوپر متعدد ماڈلز کو اسٹیک کرنا
    • ماڈل کو دو بار اور اوسط چلانا
    • تربیت کے دوران آدانوں میں شور شامل کرنا
  2. خصوصیت میں مداخلت کے باوجود کون سی حالت سپر پوزیشن کو اچھی طرح سے کام کرتی ہے؟
    • فیچرز ہر وقت متحرک رہتی ہیں۔
    • خصوصیات بہت کم ہیں، اس لیے چند ایک ساتھ فعال ہیں۔
    • صرف مثبت سرگرمیاں استعمال کرنا
    • خصوصیات سے زیادہ نیوران ہونا
  3. ایک 'پولی سیمینٹک' نیوران کیا ہے؟
    • ایک نیوران جو کبھی متحرک نہیں ہوتا ہے۔
    • ایک نیوران جو صرف آؤٹ پٹ پرت میں استعمال ہوتا ہے۔
    • ایک نیوران جو بہت سے غیر متعلقہ تصورات کا جواب دیتا ہے۔
    • ایک نیوران جس کا کوئی تعلق نہیں ہے۔
  4. کس Anthropic پیپر نے 2022 میں اس رجحان کا کنٹرول شدہ مطالعہ متعارف کرایا؟
    • توجہ صرف آپ کی ضرورت ہے۔
    • گہری CNNs کے ساتھ امیج نیٹ کی درجہ بندی
    • ڈیپ آر ایل کے ساتھ اٹاری کھیلنا
    • سپر پوزیشن کے کھلونا ماڈل
  5. اگر ایک پرت کو اس کے طول و عرض سے زیادہ خصوصیات کو ذخیرہ کرنا ضروری ہے، تو ہندسی طور پر ناگزیر کیا ہے؟
    • کچھ خصوصیات کو اوور لیپنگ، غیر آرتھوگونل ڈائریکشنز کا اشتراک کرنا چاہیے۔
    • تمام خصوصیات بالکل آرتھوگونل رہ سکتی ہیں۔
    • نیٹ ورک کریش ہونا چاہیے۔
    • تمام خصوصیات ایک جیسی ہو جاتی ہیں۔
  6. سپرپوزیشن تشریح کو مشکل کیوں بناتی ہے؟
    • یہ ماڈل کو چلانے میں سست بناتا ہے۔
    • سنگل نیوران اب واحد تصورات پر صاف نقشہ نہیں بناتے ہیں۔
    • یہ ماڈل سے تمام خصوصیات کو ہٹا دیتا ہے۔
    • یہ صرف ان پٹ پرت کو متاثر کرتا ہے۔
  7. Why does sparse feature activity reduce interference when more features than dimensions are represented?
    • Sparse activity makes all feature directions orthogonal
    • It increases the number of neurons automatically
    • Fewer features are active at the same time, so overlapping directions collide less often
    • It removes the need for nonlinear computation
  8. What does an antipodal pair of feature directions look like geometrically?
    • Two vectors at a right angle in separate dimensions
    • Two vectors with identical directions and magnitudes
    • A vector with no coordinates
    • Two directions that point opposite ways along the same line