Bài kiểm tra về mất ba lần và học số liệu

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

1. Ba yếu tố đầu vào nào tạo nên một bộ ba trong tổn thất bộ ba?
   • Neo, tích cực và tiêu cực
   • Đầu vào, lớp ẩn và đầu ra
   • Truy vấn, khóa và giá trị
   • Mẫu đào tạo, xác nhận và kiểm tra
2. Tại sao lỗ ba lần lại bao gồm thời hạn ký quỹ?
   • Để tăng tốc độ nhân ma trận
   • Để tăng số lượng lớp học
   • Để ngăn mô hình thu gọn tất cả các phần nhúng vào một điểm
   • Để chuyển đổi khoảng cách thành xác suất
3. Hệ thống nổi tiếng nào năm 2015 đã phổ biến tính năng mất bộ ba để nhận dạng khuôn mặt?
   • AlexNet
   • FaceNet
   • ResNet
   • BERT
4. Mô hình học số liệu được đào tạo đưa ra kết quả gì cho mỗi đầu vào?
   • Chỉ có nhãn lớp
   • Hộp giới hạn
   • Điểm xác suất duy nhất
   • Một vectơ nhúng có khoảng cách phản ánh sự tương đồng
5. Tại sao việc học số liệu lại rất phù hợp với các bài toán mở như thêm các khuôn mặt mới?
   • Nó đào tạo lại toàn bộ mạng cho mỗi danh tính mới
   • Nó chỉ hoạt động khi tất cả các lớp được biết trước
   • Sự so sánh phụ thuộc vào khoảng cách, nên những nhận dạng mới không cần phải đào tạo lại
   • Nó ghi nhớ một danh sách đầu ra cố định
6. Việc nhúng trong học số liệu thường được chuẩn hóa L2. Điều này có tác dụng gì?
   • Nó đặt các phần nhúng trên một siêu cầu đơn vị để khoảng cách luôn được giới hạn và có thể so sánh được
   • Nó loại bỏ sự cần thiết của bất kỳ chức năng mất mát nào
   • Nó chuyển đổi mạng thành một bộ phân loại
   • Nó tăng gấp đôi kích thước nhúng
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