PrepSnap logoPrepSnap
Pass

Question

1.
2.
3.
4.
Answer (Detailed Solution Below)

Option 2 : Artificially expand the training set with transformed copies so the model generalizes better / रूपांतरित प्रतियों से प्रशिक्षण सेट कृत्रिम रूप से बढ़ाने हेतु ताकि मॉडल बेहतर सामान्यीकरण करे

Advertisement

Detailed Solution

सही उत्तर Artificially expand the training set with transformed copies so the model generalizes better / रूपांतरित प्रतियों से प्रशिक्षण सेट कृत्रिम रूप से बढ़ाने हेतु ताकि मॉडल बेहतर सामान्यीकरण करे है।

Key Points
Helpful?
PrepSnapprepsnap.in • Part -A

Question:

In training a forensic image classifier with limited real case photographs, data augmentation is used mainly to / सीमित वास्तविक मामला तस्वीरों से फोरेंसिक तस्वीर वर्गीकारक प्रशिक्षित करते समय, डेटा ऑग्मेंटेशन मुख्यतः प्रयुक्त होता है

1.
Replace the neural network with a decision tree / न्यूरल नेटवर्क को निर्णय वृक्ष से बदलने हेतु
2.
Artificially expand the training set with transformed copies so the model generalizes better / रूपांतरित प्रतियों से प्रशिक्षण सेट कृत्रिम रूप से बढ़ाने हेतु ताकि मॉडल बेहतर सामान्यीकरण करे
3.
Delete all mislabelled images automatically / सभी गलत-लेबल तस्वीरें स्वतः हटाने हेतु
4.
Reduce the image resolution to speed up labelling / लेबलिंग तेज करने हेतु तस्वीर रिज़ॉल्यूशन घटाने हेतु

Correct Answer: Artificially expand the training set with transformed copies so the model generalizes better / रूपांतरित प्रतियों से प्रशिक्षण सेट कृत्रिम रूप से बढ़ाने हेतु ताकि मॉडल बेहतर सामान्यीकरण करे

Augmentation (rotations, flips, brightness shifts) creates plausible variants that teach invariance and curb overfitting on small datasets; it does not change the architecture or clean labels by itself. / ऑग्मेंटेशन (घूर्णन, पलटाव, चमक परिवर्तन) संभाव्य रूपांतर बनाता है जो अपरिवर्तनीयता सिखाते हैं और छोटे डेटासेट पर ओवरफिटिंग रोकते हैं; यह आर्किटेक्चर नहीं बदलता और स्वयं लेबल साफ नहीं करता।

Downloaded from PrepSnap (prepsnap.in)