search
Next arrow-right
Q: In the context of transfer learning, what is the process of adopting a pre-trained model to a new, related task called?
  • A. Data Normalization/डेटा नॉर्मलाइजेशन
  • B. Feature Extraction/फीचर एक्सट्रैक्शन
  • C. Fine-Tuning/फाइन-ट्यूनिंग
  • D. Model Ensembling /मॉडल एनसेंबलिंग
  • E. None of the above/उपर्युक्त में से कोई नहीं
Correct Answer: Option C - ट्रांसफर लर्निंग में, फाइन-ट्यूनिंग का मतलब है किसी नए, संबंधित कार्य के लिए पहले से प्रशिक्षित मॉडल को अनुकूलित करने की प्रक्रिया। इसमें एक मॉडल शामिल होता है जिसे एक बड़े सामान्य डेटासेट पर प्रशिक्षित किया गया है और फिर इसे एक छोटे, कार्य विशिष्ट डेटासेट पर आगे प्रशिक्षित (या फाइन-ट्यूनिंग) किया जाता है। यह मॉडल को अपने सीखे गए फीचर को नए कार्य के लिए बेहतर ढंग से समायोजित करने की अनुमति देता है, जिससे मूल प्रशिक्षण से प्राप्त ज्ञान का लाभ उठाते हुए प्रदर्शन में सुधार होता है।
C. ट्रांसफर लर्निंग में, फाइन-ट्यूनिंग का मतलब है किसी नए, संबंधित कार्य के लिए पहले से प्रशिक्षित मॉडल को अनुकूलित करने की प्रक्रिया। इसमें एक मॉडल शामिल होता है जिसे एक बड़े सामान्य डेटासेट पर प्रशिक्षित किया गया है और फिर इसे एक छोटे, कार्य विशिष्ट डेटासेट पर आगे प्रशिक्षित (या फाइन-ट्यूनिंग) किया जाता है। यह मॉडल को अपने सीखे गए फीचर को नए कार्य के लिए बेहतर ढंग से समायोजित करने की अनुमति देता है, जिससे मूल प्रशिक्षण से प्राप्त ज्ञान का लाभ उठाते हुए प्रदर्शन में सुधार होता है।

Explanations:

ट्रांसफर लर्निंग में, फाइन-ट्यूनिंग का मतलब है किसी नए, संबंधित कार्य के लिए पहले से प्रशिक्षित मॉडल को अनुकूलित करने की प्रक्रिया। इसमें एक मॉडल शामिल होता है जिसे एक बड़े सामान्य डेटासेट पर प्रशिक्षित किया गया है और फिर इसे एक छोटे, कार्य विशिष्ट डेटासेट पर आगे प्रशिक्षित (या फाइन-ट्यूनिंग) किया जाता है। यह मॉडल को अपने सीखे गए फीचर को नए कार्य के लिए बेहतर ढंग से समायोजित करने की अनुमति देता है, जिससे मूल प्रशिक्षण से प्राप्त ज्ञान का लाभ उठाते हुए प्रदर्शन में सुधार होता है।