Diese Seite wurde von der Cloud Translation API übersetzt. Einbettungen: Testen Sie Ihr Wissen Zurück zum Lernpfad Welche der folgenden Optionen eignen sich gut für ein Einbetten? Wähle alle zutreffenden Antworten aus. Wählen Sie so viele Antworten, wie Sie für richtig halten. Tägliche Höchsttemperaturen für Tokio, Japan, von 1999 bis 2024. Genomische Sequenzen einfacher Viren. Ein großer Datensatz mit hochauflösenden Fotos von Pferden. Codezeilen in einem großen Softwareprojekt. Sie codieren eine Datenbank mit Schwarz-Weiß-Bildern von handgeschriebenen Ziffern mit einer Größe von 100 × 100 Pixeln als Vektoren, die die Pixel im Bild darstellen: 0 für Weiß und 1 für Schwarz. Wie viele Dimensionen hat eine Einbettung, die Sie aus dieser Codierung erstellen? 10.000 Dimensionen Mehr als 10.000 Dimensionen Weniger als 10.000 Dimensionen Welche der folgenden Vorteile haben die Verwendung von Einbettungsvektoren für Merkmalsdaten im Vergleich zu One-Hot-Vektoren derselben Daten? Wähle alle zutreffenden Antworten aus. Wählen Sie so viele Antworten, wie Sie für richtig halten. Bei einem Modell mit Einbettungsvektoren müssen beim Training weniger Gewichte angepasst werden. Das Training des Modells ist mit Einbettungsvektoren schneller und kostengünstiger. Ein Modell, das mit den Einbettungen trainiert wurde, muss nicht mit einem Test-Set bewertet werden. Die Dimensionalität der Daten steigt bei Verwendung von Einbettungsvektoren, was die Modellleistung verbessert. Richtig oder falsch: Gewichte aus einer verborgenen Schicht eines trainierten neuronalen Netzes können als Einbettung verwendet werden. Wahr Falsch Inwiefern unterscheidet sich eine kontextbezogene Einbettung von einer statischen Einbettung? Wähle alle zutreffenden Antworten aus. Wählen Sie so viele Antworten, wie Sie für richtig halten. Kontextbezogene Einbettungen codieren Positionsinformationen, während statische Einbettungen dies nicht tun. Ein Token wird durch ein statisches Einbettungsobjekt dargestellt, kann aber auch durch mehrere kontextbezogene Einbettungsobjekte dargestellt werden. Kontextbezogene Einbettungen sind im Vergleich zu statischen Einbettungen weniger rechenintensiv. Statische Einbettungen ermöglichen in allen Anwendungsfällen semantisch sinnvolle mathematische Operationen zwischen Vektoren, während dies bei kontextbezogenen Einbettungen nicht der Fall ist. Antworten senden error_outline Beim Bewerten des Quiz ist ein Fehler aufgetreten. Bitte versuchen Sie es noch einmal.
