લાઇવ મોક ટેસ્ટ & રેન્કિંગ ડીપ લર્નિંગ & ન્યુરલ નેટ્સ મોક ટેસ્ટ આપવા તૈયાર છો?
૧૦ પ્રશ્નોની લાઈવ ટેસ્ટ આપો, તુરંત સ્કોરકાર્ડ મેળવો અને તમારા મિત્રો સાથે લીડરબોર્ડમાં સ્પર્ધા કરો.
1
આર્ટિફિશિયલ ન્યુરલ નેટવર્ક (ANN) મુખ્યત્વે શેનાથી પ્રેરિત થઈને વિકસાવવામાં આવ્યું છે?
2
પરસેપ્ટ્રોન (Perceptron) શું છે અને તેની મૂળભૂત મર્યાદા (Fundamental Limitation) કઈ છે?
3
ન્યુરલ નેટવર્કમાં હિડન લેયર્સ (Hidden Layers) નો પ્રાથમિક હેતુ શો છે?
4
ન્યુરલ નેટવર્કમાં ફોરવર્ડ પ્રોપેગેશન (Forward Propagation) એટલે શું?
5
હિડન લેયર્સમાં સિગ્મોઇડ (Sigmoid) કરતાં ReLU ને સામાન્ય રીતે કેમ વધુ પસંદ કરવામાં આવે છે?
6
બાઈનરી ક્લાસિફિકેશનના આઉટપુટ લેયરમાં સંભાવના (Probability 0 થી 1) મેળવવા માટે કયું એક્ટિવેશન ફંક્શન શ્રેષ્ઠ છે?
7
બેકપ્રોપેગેશન (Backpropagation) શું છે અને તે કયા ગાણિતિક સિદ્ધાંત પર કાર્ય કરે છે?
8
ડીપ ન્યુરલ નેટવર્ક્સમાં વેનિશિંગ ગ્રેડિયન્ટ (Vanishing Gradient) સમસ્યા એટલે શું?
9
ડીપ લર્નિંગ મોડેલ ટ્રેનિંગમાં બેચ સાઈઝ (Batch Size) નો શો અર્થ થાય છે?
10
કોન્વોલ્યુશનલ ન્યુરલ નેટવર્ક (CNN) માં કોન્વોલ્યુશનલ લેયર મુખ્યત્વે શું ડિટેક્ટ કરવાનું શીખે છે?
11
CNN માં MaxPooling લેયરનો પ્રાથમિક હેતુ શો છે?
12
સમય શ્રેણી (Time Series) અને ક્રમિક ડેટા (Sequential Data) માટે રિકરન્ટ ન્યુરલ નેટવર્ક્સ (RNNs) કેમ અનુકૂળ છે?
13
વેનીલા RNN ની કઈ ગંભીર મર્યાદાને LSTM (Long Short-Term Memory) નેટવર્ક્સ દૂર કરે છે?
14
'Attention Is All You Need' પેપરમાં રજૂ કરાયેલા ટ્રાન્સફોર્મર (Transformer) મોડેલની મુખ્ય વિશેષતા કઈ છે?
15
ડીપ લર્નિંગમાં ડ્રોપઆઉટ (Dropout) શું છે અને તે ઓવરફિટિંગ કેવી રીતે અટકાવે છે?