Se usó la API de Cloud Translation para traducir esta página. Incorporaciones: Pon a prueba tus conocimientos Volver a la ruta de aprendizaje ¿Cuál de las siguientes opciones sería una buena opción para una incorporación? (Seleccione todas las opciones que correspondan). Selecciona todas las respuestas que consideres correctas. Temperaturas máximas diarias de Tokio, Japón, de 1999 a 2024. Secuencias genómicas de virus simples. Un gran conjunto de datos de fotos de alta definición de caballos. Líneas de código en un gran proyecto de software. Codificación de una base de datos de imágenes en blanco y negro de 100 px por 100 px de dígitos escritos a mano como vectores que representan los píxeles de la imagen: 0 para blanco y 1 para negro Si creas una incorporación a partir de esta codificación, ¿cuántas dimensiones tendrá aproximadamente? 10,000 dimensiones Más de 10,000 dimensiones Menos de 10,000 dimensiones ¿Cuáles de las siguientes opciones son beneficios de usar vectores de incorporación para datos de atributos en lugar de vectores one-hot de los mismos datos? (Seleccione todas las opciones que correspondan). Selecciona todas las respuestas que consideres correctas. Un modelo que use vectores de incorporación tendrá menos pesos para ajustar durante el entrenamiento. El entrenamiento del modelo será más rápido y económico cuando se usen vectores de incorporación. Un modelo entrenado en las incorporaciones no necesita evaluarse con un conjunto de prueba. La dimensionalidad de los datos aumentará cuando se usen vectores de incorporación, lo que mejorará el rendimiento del modelo. Verdadero o falso: Los pesos tomados de una capa oculta de una red neuronal entrenada se pueden usar como incorporación. Verdadero Falso ¿En qué se diferencia una incorporación contextual de una incorporación estática? (Seleccione todas las opciones que correspondan). Selecciona todas las respuestas que consideres correctas. Las incorporaciones contextuales codifican la información posicional, mientras que las incorporaciones estáticas no lo hacen. Un token se representa con una incorporación estática, pero se puede representar con varias incorporaciones contextuales. Las incorporaciones contextuales tienen un costo computacional más bajo en comparación con las incorporaciones estáticas. Las incorporaciones estáticas permiten operaciones matemáticas significativas semánticamente entre vectores en todos los casos de uso, mientras que las incorporaciones contextuales no lo hacen. Enviar respuestas error_outline Se produjo un error mientras se calificaba el cuestionario. Vuelve a intentarlo.
