למידה עמוקה

מהי ההשפעה של גודל מחלקת ההיפותזות שאנו בוחרים ממנה את המודל על תופעת הoverfit/underfit?

1

מיין לפי

מה הרעיון המרכזי מאחור שיטת האופטימיזציה adagrad?

1

מיין לפי

אימנו מודל לינארי על דאטה שמפלג בצורה לא לינארית, מה סביר שנקבל?

1

מיין לפי

אילו מהבעיות הבאות הוספת padding לא יכולה לפתור?

1

מיין לפי

ייצגת את המילה apple במשפט "I applied for a data scientist rile at apple". באיזה מהדרכים שלמדנו סביר שהייצוג של המילה apple יהיה הקרוב ביותר לייצוג המילה google?

1

מיין לפי

מה נכון לגבי שיטת האתחול המועדפת שלמדנו בקורס (Xavier intializtion)?

1

מיין לפי

בניתי רשת קונבולוציה סטנדרטית, בעלת שכבות קונבולציה, pooling ו-fully connected. איזה שכבה בעלת הכי הרבה פרמטרים ככל הנראה?

1

מיין לפי

מה לא נכון לגבי אימון ע״י gradient descent?

1

מיין לפי

מה מהבאים הוא חסרון של פו׳ tanh?

1

מיין לפי

מה הסיבה העיקרית לבעיית הvanishing gradient ב - Vanilla RNN?

1

מיין לפי

Discuss, Learn and be Happy דיון בשאלות

מהי ההשפעה של גודל מחלקת ההיפותזות שאנו בוחרים ממנה את המודל על תופעת הoverfit/underfit?

מה הרעיון המרכזי מאחור שיטת האופטימיזציה adagrad?

אימנו מודל לינארי על דאטה שמפלג בצורה לא לינארית, מה סביר שנקבל?

אילו מהבעיות הבאות הוספת padding לא יכולה לפתור?

ייצגת את המילה apple במשפט "I applied for a data scientist rile at apple". באיזה מהדרכים שלמדנו סביר שהייצוג של המילה apple יהיה הקרוב ביותר לייצוג המילה google?

מה נכון לגבי שיטת האתחול המועדפת שלמדנו בקורס (Xavier intializtion)?

בניתי רשת קונבולוציה סטנדרטית, בעלת שכבות קונבולציה, pooling ו-fully connected. איזה שכבה בעלת הכי הרבה פרמטרים ככל הנראה?

מה לא נכון לגבי אימון ע״י gradient descent?

מה מהבאים הוא חסרון של פו׳ tanh?

מה הסיבה העיקרית לבעיית הvanishing gradient ב - Vanilla RNN?