Bài kiểm tra có liên kết hướng dẫn · Trung bình Cấp độ

Câu đố về mạng lưới Xiêm và tổn thất bộ ba

Kiểm tra các bộ mã hóa dùng chung, khoảng cách nhúng, lề bộ ba và mức độ ảnh hưởng của các ví dụ tiêu cực đến tín hiệu học tập. cẩn thận.

Đường dẫn hướng dẫn liên quanMạng lưới Xiêm và mất ba lần
Câu hỏi 1 của 8

Đặc điểm kiến ​​trúc xác định của mạng lưới Xiêm là gì?

Xem trước mọi câu hỏi8 câu hỏi

Câu trả lời và giải thích xuất hiện khi bạn làm bài kiểm tra.

  1. Đặc điểm kiến ​​trúc xác định của mạng lưới Xiêm là gì?
    • Hai hoặc nhiều nhánh giống nhau có cùng trọng số
    • Một nhánh duy nhất không có lớp ẩn
    • Các mạng riêng biệt có trọng số hoàn toàn độc lập
    • Vòng lặp lặp lại theo các bước thời gian
  2. Trong trường hợp mất bộ ba, ba đầu vào là gì?
    • Đầu vào, ẩn, đầu ra
    • Neo, tích cực và tiêu cực
    • Đào tạo, xác nhận, kiểm tra
    • Bộ mã hóa, giải mã, phân loại
  3. Mục tiêu mất ba lần thực thi điều gì?
    • Neo và phủ định phải giống hệt nhau
    • Tất cả các phần nhúng sẽ thu gọn về một điểm duy nhất
    • Khoảng cách dương của neo phải nhỏ hơn khoảng cách âm của neo một chút
    • Tích cực và tiêu cực nên có khoảng cách bằng nhau với neo
  4. Tại sao 'khai thác âm cứng' lại quan trọng đối với việc đào tạo mất bộ ba?
    • Nó loại bỏ tất cả những mặt tích cực từ việc đào tạo
    • Nó làm cho mạng nông hơn
    • Nó thay thế thước đo khoảng cách bằng nhãn
    • Các âm bản dễ dàng đã đáp ứng được giới hạn và tạo ra độ dốc hữu ích bằng không
  5. Khả năng nào khiến mạng Xiêm có giá trị cho việc 'học một lần'?
    • Họ có thể so sánh một đầu vào mới với một tham chiếu duy nhất và đánh giá mức độ tương tự, ngay cả đối với các lớp không nhìn thấy được
    • Họ cần hàng ngàn ví dụ được dán nhãn cho mỗi lớp
    • Họ chỉ phân loại thành các danh mục cố định, được xác định trước
    • Họ không thể khái quát hóa ngoài danh tính đào tạo
  6. Mạng Xiêm thường quyết định xem hai đầu vào có khớp nhau hay không?
    • Bằng cách tính tổng các giá trị pixel thô của chúng
    • Bằng cách so sánh khoảng cách giữa các vectơ nhúng của chúng với một ngưỡng
    • Bằng cách đếm số lớp được sử dụng
    • Bằng cách gán cho mỗi nhãn một lớp ngẫu nhiên
  7. For triplet loss max(0, d(a,p) − d(a,n) + m), let d(a,p)=0.2, d(a,n)=0.8 and m=0.3. What is the loss?
    • 0.3
    • 0,5
    • 0
    • 1.1
  8. What happens when a negative example is already farther from the anchor than the required margin?
    • The anchor and positive embeddings are discarded
    • The loss forces the negative closer to the anchor
    • The network switches to classification mode
    • The triplet loss becomes zero and that example gives no useful gradient