หน้านี้ได้รับการแปลโดย Cloud Translation API การฝัง: ทดสอบความรู้ของคุณ กลับไปที่เส้นทาง ฟีเจอร์ใดต่อไปนี้เป็นตัวเลือกที่ดีสำหรับการฝัง (เลือกได้มากกว่า 1 ข้อ) เลือกคำตอบได้มากเท่าที่คุณเห็นว่าเหมาะสม อุณหภูมิสูงสุดรายวันในโตเกียว ญี่ปุ่น ตั้งแต่ปี 1999–2024 การจัดหมวดหมู่ประเภทละคร 10,000 เรื่อง ได้แก่ ตลกขำขัน โศกนาฏกรรม หรือประวัติศาสตร์ ชื่อทางวิทยาศาสตร์ของสัตว์กว่า 1.5 ล้านชนิดที่มีอยู่บนโลก บรรทัดโค้ดในโปรเจ็กต์ซอฟต์แวร์ขนาดใหญ่ คุณกำลังสร้างการฝังเพลงที่มีความคล้ายคลึงกันจากฐานข้อมูลที่มีเพลง 10,000 เพลง ซึ่งแสดงเป็นการเข้ารหัสแบบฮอตเดียว การฝังจะมีกี่มิติ มิติข้อมูล 10,000 รายการ มิติข้อมูลมากกว่า 10,000 รายการ มิติข้อมูลน้อยกว่า 10,000 รายการ ข้อใดต่อไปนี้คือประโยชน์ของการแสดงข้อมูลเวกเตอร์ที่ฝังแทนข้อมูลเดียวกันซึ่งเข้ารหัสด้วยความร้อนครั้งเดียว (เลือกได้มากกว่า 1 ข้อ) เลือกคำตอบได้มากเท่าที่คุณเห็นว่าเหมาะสม การนำเสนอที่ฝังมีน้ำหนักที่จะปรับแต่งน้อยกว่าระหว่างการฝึก การนำเสนอแบบฝังสามารถเข้ารหัสความสัมพันธ์เชิงความหมายได้ โมเดลที่ได้รับการฝึกเกี่ยวกับการนำเสนอแบบฝังไม่จำเป็นต้องมีการประเมินด้วยชุดทดสอบ การนำเสนอแบบฝังในการแสดงภาพอาจง่ายกว่า จริงหรือเท็จ: ชั้นที่ซ่อนอยู่ของโครงข่ายระบบประสาทเทียมที่ผ่านการฝึกสามารถใช้เป็นการฝังได้ จริง เท็จ ข้อความเกี่ยวกับ word2vec ใดต่อไปนี้เป็นจริง (เลือกได้มากกว่า 1 ข้อ) เลือกคำตอบได้มากเท่าที่คุณเห็นว่าเหมาะสม Word2vec เป็นหนึ่งในเทคนิคจำนวนมากที่ใช้สร้างการแสดงเวกเตอร์ของคำ Word2vec จะจับคู่คำที่มีความคล้ายในทางอรรถศาสตร์กับการฝังเวกเตอร์ที่อยู่ใกล้กันในพื้นที่ทางเรขาคณิต Word2vec จะแมปคำที่มีหลายความหมายกับเวกเตอร์ที่ฝังหลายเวกเตอร์ Word2vec สร้างการฝังตามบริบท ส่งคำตอบ error_outline เกิดข้อผิดพลาดขณะให้คะแนนแบบทดสอบ โปรดลองอีกครั้ง
