ٹرپلٹ لاس اور میٹرک لرننگ کوئز

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

1. ٹرپلٹ نقصان میں کون سے تین ان پٹ ٹرپلٹ بناتے ہیں؟
   • اینکر، مثبت اور منفی
   • ان پٹ، پوشیدہ پرت، اور آؤٹ پٹ
   • سوال، کلید، اور قدر
   • ٹرین، توثیق، اور ٹیسٹ کے نمونے
2. ٹرپلٹ نقصان میں مارجن کی اصطلاح کیوں شامل ہے؟
   • میٹرکس ضرب کو تیز کرنے کے لیے
   • کلاسز کی تعداد میں اضافہ کرنا
   • ماڈل کو تمام ایمبیڈنگز کو ایک نقطہ پر گرنے سے روکنے کے لیے
   • فاصلوں کو امکانات میں تبدیل کرنا
3. 2015 کے کس مشہور نظام نے چہرے کی شناخت کے لیے ٹرپلٹ نقصان کو مقبول بنایا؟
   • الیکس نیٹ
   • فیس نیٹ
   • ریس نیٹ
   • بی آر ٹی
4. ہر ان پٹ کے لیے تربیت یافتہ میٹرک لرننگ ماڈل آؤٹ پٹ کیا کرتا ہے؟
   • صرف ایک کلاس لیبل
   • ایک پابند خانہ
   • ایک امکانی سکور
   • سرایت کرنے والا ویکٹر جس کے فاصلے مماثلت کو ظاہر کرتے ہیں۔
5. نئے چہروں کو شامل کرنے جیسے اوپن سیٹ مسائل کے لیے میٹرک لرننگ کیوں مناسب ہے؟
   • یہ ہر نئی شناخت کے لیے پورے نیٹ ورک کو دوبارہ تربیت دیتا ہے۔
   • یہ صرف اس وقت کام کرتا ہے جب تمام کلاسوں کو پہلے سے معلوم ہو۔
   • موازنہ فاصلے پر منحصر ہے، لہذا نئی شناختوں کو دوبارہ تربیت کی ضرورت نہیں ہے۔
   • یہ آؤٹ پٹ کی ایک مقررہ فہرست کو حفظ کرتا ہے۔
6. میٹرک لرننگ میں ایمبیڈنگز اکثر L2 نارملائز ہوتے ہیں۔ اس کا کیا اثر ہوتا ہے؟
   • یہ ایک یونٹ ہائپر اسپیئر پر سرایت کرتا ہے تاکہ فاصلے پابند اور موازنہ رہیں
   • یہ کسی بھی نقصان کے فنکشن کی ضرورت کو دور کرتا ہے۔
   • یہ نیٹ ورک کو درجہ بندی میں تبدیل کرتا ہے۔
   • یہ سرایت کے طول و عرض کو دوگنا کرتا ہے۔
7. Under max(0, d(a,p) minus d(a,n) plus margin), d(a,p)=0.3, d(a,n)=0.8 and margin=0.2 yield what loss?
   • 0.3
   • 0.7
   • 1.3
   • 0
8. A positive margin is 0.2 and every embedding collapses to the same point. What loss does that triplet formula give?
   • 0, because both distances are equal
   • 0.2, so collapse has not satisfied the separation objective
   • 1, regardless of the margin
   • A negative loss of minus 0.2