230+ câu trắc nghiệm Mạng nơ-ron nhân tạo có đáp án - Phần 6
30 câu hỏi
Data Augmentation là gì?
Tạo dữ liệu mới từ dữ liệu hiện có để tăng cường tập huấn luyện
Giảm kích thước dữ liệu
Phân loại dữ liệu
Tính toán gradient
Chọn đáp án A.
Kỹ thuật nào dưới đây là một dạng của Data Augmentation cho hình ảnh?
Xoay hình ảnh
Giảm kích thước hình ảnh
Phân loại đối tượng
Tính toán đặc trưng
Chọn đáp án A.
Mục tiêu chính của Data Augmentation là gì?
Giảm overfitting
Tăng chi phí tính toán
Giảm độ chính xác
Loại bỏ nhiễu dữ liệu
Chọn đáp án A.
Kỹ thuật nào KHÔNG phải là Data Augmentation?
Lật hình ảnh
Cắt hình ảnh
Tính toán gradient
Thêm nhiễu ngẫu nhiên
Chọn đáp án C.
Data Augmentation có thể được áp dụng cho loại dữ liệu nào?
Hình ảnh, văn bản, âm thanh
Chỉ hình ảnh
Chỉ văn bản
Chỉ âm thanh
Chọn đáp án A.
Trong xử lý hình ảnh, "random crop" có tác dụng gì?
Tăng tính đa dạng của dữ liệu
Giảm kích thước hình ảnh
Loại bỏ nhiễu
Tính toán đặc trưng
Chọn đáp án A.
Vấn đề gì có thể xảy ra nếu áp dụng Data Augmentation quá mức?
Dữ liệu bị biến dạng quá nhiều, làm giảm chất lượng
Tăng chi phí tính toán không cần thiết
Mô hình không hội tụ
Giảm độ chính xác
Chọn đáp án A.
Kỹ thuật nào là một dạng Data Augmentation cho văn bản?
Thay thế từ đồng nghĩa
Giảm kích thước văn bản
Phân loại văn bản
Tính toán gradient
Chọn đáp án A.
Data Augmentation thường được thực hiện ở giai đoạn nào?
Trong quá trình huấn luyện
Trong quá trình kiểm tra
Sau khi huấn luyện
Trước khi thu thập dữ liệu
Chọn đáp án A.
Ứng dụng thực tế nào phù hợp với Data Augmentation?
Phân loại hình ảnh y tế với dữ liệu hạn chế
Phân tích dữ liệu thời tiết
Nhận diện giọng nói
Dự đoán giá cổ phiếu
Chọn đáp án A.
Multi-task Learning (MTL) là gì?
Huấn luyện một mô hình cho nhiều tác vụ cùng lúc
Huấn luyện nhiều mô hình riêng lẻ
Giảm kích thước dữ liệu
Tăng cường dữ liệu
Chọn đáp án A.
Trong Sentiment Analysis, MTL có thể kết hợp tác vụ nào?
Phân loại cảm xúc và nhận diện thực thể (NER)
Phân loại hình ảnh và phát hiện đối tượng
Tăng cường hình ảnh và âm thanh
Giảm kích thước dữ liệu
Chọn đáp án A.
Lợi ích chính của MTL trong Sentiment Analysis là gì?
Tận dụng đặc trưng chung giữa các tác vụ
Giảm chi phí tính toán
Loại bỏ nhiễu dữ liệu
Tăng kích thước mô hình
Chọn đáp án A.
Hàm mất mát trong MTL thường được xây dựng như thế nào?
Kết hợp hàm mất mát của từng tác vụ
Chỉ sử dụng hàm mất mát của một tác vụ
Loại bỏ hàm mất mát
Tính trung bình gradient
Chọn đáp án A.
Vấn đề gì có thể xảy ra trong MTL nếu các tác vụ không liên quan?
Hiệu suất giảm do nhiễu giữa các tác vụ
Tăng tốc độ huấn luyện
Giảm kích thước mô hình
Tăng độ chính xác
Chọn đáp án A.
Trong Sentiment Analysis, MTL có thể cải thiện hiệu suất bằng cách nào?
Học các đặc trưng chung giữa phân loại cảm xúc và phân loại chủ đề
Giảm số lượng lớp ẩn
Tăng kích thước dữ liệu
Loại bỏ nhiễu văn bản
Chọn đáp án A.
Mô hình nào thường được sử dụng trong MTL cho Sentiment Analysis?
BERT hoặc LSTM
CNN
SVM
Decision Tree
Chọn đáp án A.
Trong MTL, "shared layers" có vai trò gì?
Học các đặc trưng chung cho tất cả các tác vụ
Chỉ xử lý một tác vụ duy nhất
Giảm kích thước dữ liệu
Tăng chi phí tính toán
Chọn đáp án A.
MTL có thể được áp dụng cho tập dữ liệu nào trong Sentiment Analysis?
SST (Stanford Sentiment Treebank)
ImageNet
MNIST
CIFAR-10
Chọn đáp án A.
Ứng dụng thực tế nào phù hợp với MTL trong Sentiment Analysis?
Phân tích cảm xúc và chủ đề trên mạng xã hội
Phân loại hình ảnh y tế
Phát hiện đối tượng
Tăng cường hình ảnh
Chọn đáp án A.
LangChain là gì?
Một framework để xây dựng ứng dụng với mô hình ngôn ngữ lớn (LLM)
Một mô hình ngôn ngữ lớn
Một công cụ phân tích hình ảnh
Một thư viện tăng cường dữ liệu
Chọn đáp án A.
Thành phần cốt lõi nào của LangChain cho phép kết nối với dữ liệu bên ngoài?
Tools
Memory
Agents
Chains
Chọn đáp án A.
Memory trong LangChain có vai trò gì?
Lưu trữ ngữ cảnh của cuộc hội thoại
Tăng tốc độ xử lý
Giảm kích thước mô hình
Tạo dữ liệu mới
Chọn đáp án A.
Chains trong LangChain là gì?
Chuỗi các bước xử lý tuần tự
Một loại mô hình ngôn ngữ
Một công cụ phân tích dữ liệu
Một kỹ thuật tăng cường dữ liệu
Chọn đáp án A.
LangChain có thể được sử dụng để xây dựng ứng dụng nào?
Chatbot thông minh
Phân loại hình ảnh
Phát hiện đối tượng
Tăng cường hình ảnh
Chọn đáp án A.
Cho mô hình mạng nơ-ron RBF như hình, độ rộng hàm Gaussian của mạng RBF là? 
x = [xi]T
h = [hi]T
c = [ci]
b= [b1,....,bm]
Chọn đáp án D.
Cho mô hình mạng nơ-ron trễ như hình, ngõ ra của mạng là? 
a(k) = w₁,₁ v(k) + w₁,₂ v(k−1)
a(k) = w₁,₁ v(k) − w₁,₂ v(k−1)
a(k) = w₁,₁ v(k) + w₁,₂ v(k+1)
a(k) = w₁,₂ v(k) + w₁,₁ v(k−1)
Chọn đáp án A.
Cho mạng nơ-ron RBF có cấu trúc và thông số như hình sau: 
Ngõ vào: p = [0.05 0.1]ᵀ
Tại nơ-ron ẩn thứ nhất có: c₁ = [2 1.5]ᵀ, b₁ = 1.23
Tại nơ-ron ẩn thứ hai có: c₂ = [−4.5 −2.7]ᵀ, b₂ = 1.5
Tại ngõ ra: b₃ = 0.6; b₄ = 0.35
Các trọng số: w₁,₁ = 0.4; w₁,₂ = 0.5; w₂,₁ = 0.45; w₂,₂ = 0.55; h₁ = 0.5; h₂ = 0.45
Giá trị y₁ được xác định là:
y₁ = 1.025
y₁ = 1
y₁ = −1
y₁ = −1.025
Chọn đáp án A.
Cho mạng nơ-ron RBF có cấu trúc và thông số như hình sau: 
Ngõ vào: p = [0.05 0.1]ᵀ
Tại nơ-ron ẩn thứ nhất có: c₁ = [2 1.5]ᵀ, b₁ = 1.23
Tại nơ-ron ẩn thứ hai có: c₂ = [−4.5 −2.7]ᵀ, b₂ = 1.5
Tại ngõ ra: b₃ = 0.6; b₄ = 0.35
Các trọng số: w₁,₁ = 0.4; w₁,₂ = 0.5; w₂,₁ = 0.45; w₂,₂ = 0.55; h₁ = 0.5; h₂ = 0.45
Giá trị y₂ được xác định là:
y₂ = 0.8225
y₂ = −0.8225
y₁ = −1
y₁ = 1
Chọn đáp án A.
Cho mạng nơ-ron RBF có cấu trúc và thông số như hình sau: 
Ngõ vào: p = [0.05 0.1]ᵀ
Tại nơ-ron ẩn thứ nhất có: c₁ = [2 1.5]ᵀ, b₁ = 1.23
Tại nơ-ron ẩn thứ hai có: c₂ = [−4.5 −2.7]ᵀ, b₂ = 1.5; y₂ = 0.8
Tại ngõ ra: b₃ = 0.6
Các trọng số: w₁,₁ = 0.4; w₁,₂ = 0.5; w₂,₁ = 0.45; w₂,₂ = 0.55; h₁ = 0.5; h₂ = 0.65
Giá trị b₄ được xác định là:
b₄ = 0.2175
b₄ = −0.2175
b₄ = 0.5
b₄ = −0.5
Chọn đáp án A.
