E資格判断トレーナー

ID	問題	章	論点	種類	有効
#645	1層・単方向・biasありPyTorch projected LSTMのパラメータ数は？	リカレントニューラルネットワーク	パラメータ数	数式	○	編集
#644	PyTorch projected LSTMのweight_hr_l0のshapeは？	リカレントニューラルネットワーク	テンソルshape	PyTorch対応	○	編集
#643	proj_size=P>0のPyTorch LSTMでoutputの特徴次元は？	リカレントニューラルネットワーク	テンソルshape	数式	○	編集
#642	proj_size=P>0のPyTorch LSTMで、h_nとc_nの最終次元は？	リカレントニューラルネットワーク	テンソルshape	数式	○	編集
#641	PyTorchのLSTM projectionとは？	リカレントニューラルネットワーク	LSTM	用語	○	編集
#640	Attention重みのentropyが低い分布は、一般にどのような注目を表す？	リカレントニューラルネットワーク	Attention	即答	○	編集
#639	Global Attentionで全source・target位置のscoreを計算する個数は？	リカレントニューラルネットワーク	Attention	数式	○	編集
#638	素のdot-product Attentionでencoder状態とdecoder状態に必要な次元条件は？	リカレントニューラルネットワーク	Attention	選択肢消去	○	編集
#637	加法型Attentionでencoder H_e、decoder H_d、attention内部A次元なら代表的なParameter shapeは？	リカレントニューラルネットワーク	Attention	数式	○	編集
#636	encoder状態がH_e次元なら、その重み付き和で作る標準Attention contextの次元は？	リカレントニューラルネットワーク	テンソルshape	数式	○	編集
#635	Attentionであるサンプルの全source位置がmaskされた場合に注意すべきことは？	リカレントニューラルネットワーク	Attention	選択肢消去	○	編集
#634	padding済みsourceへAttentionを行うとき、maskはsoftmaxの前と後のどちらへ入れるのが基本？	リカレントニューラルネットワーク	Attention	数式	○	編集
#633	source長T_x、target長T_yのAttention重み行列をtarget×sourceで並べたshapeは？	リカレントニューラルネットワーク	テンソルshape	数式	○	編集
#632	GRUでreset gateが0でも、最終h_tから過去状態の影響が必ず消えるとは限らないのはなぜ？	リカレントニューラルネットワーク	GRUゲート	選択肢消去	○	編集
#631	PyTorch規約h_t=(1−z_t)⊙n_t+z_t⊙h_prevで、z_tへの局所勾配は？	リカレントニューラルネットワーク	GRU数式	数式	○	編集
#630	PyTorch規約のGRUでz=0.7、h_prev=0.4、候補n=−0.2ならh_tは？	リカレントニューラルネットワーク	GRU数式	数式	○	編集
#629	一定の忘却係数0<f<1に対する記憶の半減時刻kの近似式は？	リカレントニューラルネットワーク	長期依存性	数式	○	編集
#628	忘却ゲートが各時刻一定f=0.9で新規書込みを無視すると、10時刻後に残る割合は？	リカレントニューラルネットワーク	長期依存性	数式	○	編集
#627	LSTMでf=1、i=1ならセル状態は必ず保持されるだけ？	リカレントニューラルネットワーク	LSTMゲート	選択肢消去	○	編集
#626	前問のc_t=0.5で出力ゲートo=0.6ならh_tは？	リカレントニューラルネットワーク	LSTM数式	数式	○	編集

カード管理