Why are a neural network's weights and biases changed during training?प्रशिक्षण के दौरान न्यूरल नेटवर्क के भार और बायस (पक्षपात) क्यों बदले जाते हैं?
Answer and explanationउत्तर और व्याख्या
Correct answer:सही उत्तर: To reduce loss and make predictions more accurateहानि को कम करके पूर्वानुमानों को अधिक सटीक बनाने के लिए
During training, the network's prediction is compared with the correct target to calculate loss. Weights and biases are updated using this loss so that error decreases and the model makes better predictions. Option C is incorrect because the number of input features is normally determined by the data or network structure, not by updating weights and biases.प्रशिक्षण में नेटवर्क के पूर्वानुमान की तुलना सही लक्ष्य से की जाती है और हानि ज्ञात की जाती है। इस हानि के आधार पर भार और बायस को अद्यतन किया जाता है, ताकि त्रुटि घटे और मॉडल के पूर्वानुमान बेहतर हों। विकल्प C गलत है क्योंकि इनपुट विशेषताओं की संख्या सामान्यतः डेटा या नेटवर्क की संरचना से तय होती है, न कि भार-बायस अद्यतन से।
Student feedback
Was this question useful?
👍 0 Helpful 👎 0 Not helpful
Yes 0% No 0%
0 responsesStudent Reviews
No published reviews yet.
