705件中 321〜340件を表示 (1ページ最大20件)
| ID | 問題 | 章 | 論点 | 種類 | 有効 | |
|---|---|---|---|---|---|---|
| #385 | 標準LSTMの3つのゲートは? | リカレントニューラルネットワーク | LSTMゲート | 用語 | ○ | 編集 |
| #384 | LSTMのh_tとc_tの役割の違いは? | リカレントニューラルネットワーク | LSTM | 選択肢消去 | ○ | 編集 |
| #383 | LSTMが単純RNNに追加する中心的な状態は? | リカレントニューラルネットワーク | LSTM | 即答 | ○ | 編集 |
| #382 | LSTMは何の略で、何を改善するためのモデル? | リカレントニューラルネットワーク | LSTM | 用語 | ○ | 編集 |
| #381 | TBPTTの切断長を短くする主なトレードオフは? | リカレントニューラルネットワーク | TBPTT | 選択肢消去 | ○ | 編集 |
| #380 | 長い系列をチャンクに分けるだけで、detachしなければTBPTTになる? | リカレントニューラルネットワーク | TBPTT | 選択肢消去 | ○ | 編集 |
| #379 | zero_grad()とRNN状態のdetach()は同じ役割? | リカレントニューラルネットワーク | TBPTT | 選択肢消去 | ○ | 編集 |
| #378 | TBPTTで状態をdetachすることと、状態を0へリセットすることの違いは? | リカレントニューラルネットワーク | TBPTT | 選択肢消去 | ○ | 編集 |
| #377 | TBPTTで区間境界の隠れ状態をdetachする目的は? | リカレントニューラルネットワーク | TBPTT | PyTorch対応 | ○ | 編集 |
| #376 | TBPTTとは? | リカレントニューラルネットワーク | TBPTT | 用語 | ○ | 編集 |
| #375 | Leaky係数αはどのように決められる? | リカレントニューラルネットワーク | スキップ・Leaky接続 | 即答 | ○ | 編集 |
| #374 | Leaky unitでαが0に近いと、過去情報はどうなる? | リカレントニューラルネットワーク | スキップ・Leaky接続 | 数式 | ○ | 編集 |
| #373 | Leaky unitでαが1に近いと、記憶の時間スケールはどうなる? | リカレントニューラルネットワーク | スキップ・Leaky接続 | 数式 | ○ | 編集 |
| #372 | RNNのLeaky unitの代表的な更新式は? | リカレントニューラルネットワーク | スキップ・Leaky接続 | 数式 | ○ | 編集 |
| #371 | 時間方向skip connectionを入れれば長期依存性と勾配爆発は必ず解決する? | リカレントニューラルネットワーク | スキップ・Leaky接続 | 選択肢消去 | ○ | 編集 |
| #370 | 時間方向のskip connectionをRNNへ入れる狙いは? | リカレントニューラルネットワーク | スキップ・Leaky接続 | 即答 | ○ | 編集 |
| #369 | PyTorchのclip_grad_norm_は各行の勾配を個別にクリップする? | リカレントニューラルネットワーク | 勾配クリッピング | PyTorch対応 | ○ | 編集 |
| #368 | 勾配クリッピング式の分母にεを加える理由は? | リカレントニューラルネットワーク | 勾配クリッピング | 即答 | ○ | 編集 |
| #367 | 勾配クリッピングはRNNの勾配消失を解決する? | リカレントニューラルネットワーク | 勾配クリッピング | 選択肢消去 | ○ | 編集 |
| #366 | PyTorch学習で勾配クリッピングを行う基本順序は? | リカレントニューラルネットワーク | 勾配クリッピング | PyTorch対応 | ○ | 編集 |