اختبار مرتبط بالدليل · متوسط المستوى
التسرب والتنظيم العشوائي مسابقة
يختبر أقنعة عشوائية، أوضاع التدريب والاستدلال، التمقييس المعكوس، حدود التكيف المشترك، MC dropout، والتنبؤات المتغيرة.
سؤال 1 من 8
ماذا يفعل التسرب أثناء التدريب؟
معاينة كل سؤال8 أسئلة
تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.
- ماذا يفعل التسرب أثناء التدريب؟
- يحذف الأوزان نهائيا
- يضبط بشكل عشوائي جزءًا من مخرجات الخلايا العصبية على الصفر في كل تمريرة أمامية
- مضاعفة معدل التعلم
- يضيف المزيد من الطبقات إلى الشبكة
- لماذا يؤدي التسرب إلى تحسين التعميم؟
- لأنه يزيد من عدد المعلمات
- يلغي الحاجة إلى بيانات التدريب
- يضمن عدم حدوث أي خطأ في التدريب
- فهو يمنع الخلايا العصبية من التكيف المشترك ويفرض تمثيلات قوية زائدة عن الحاجة
- ماذا يحدث للتسرب في وقت الاختبار (الاستدلال)؟
- يتم إيقاف تشغيله ويتم استخدام الشبكة بالكامل
- فإنه يسقط المزيد من الخلايا العصبية
- فإنه يحذف نصف الأوزان
- إنه عشوائي التسميات
- معدل التسرب p = 0.5 في الطبقة ماذا يعني تقريبًا أثناء التدريب؟
- تتم إزالة جميع الخلايا العصبية
- لا تتأثر الخلايا العصبية
- يتم تصفير حوالي نصف الخلايا العصبية في كل تمريرة
- يتم حذف الطبقة
- ما الذي يوصف التسرب في كثير من الأحيان بأنه تقريبي؟
- انحدار خطي واحد
- شجرة القرار
- تحويل فورييه
- مجموعة من العديد من الشبكات الرقيقة التي تتقاسم الأوزان
- ما هو استخدام مونت كارلو للتسرب؟
- تسريع تحميل البيانات
- تقدير عدم اليقين في النموذج من خلال الحفاظ على التسرب نشطًا عند الاستدلال
- ضغط الشبكة بأوزان أقل
- تسمية بيانات التدريب تلقائيا
- مع تقنية الإقحام المقلوب، لماذا لا يلزم عادةً أي تحجيم إضافي للتمكين عند التقييم العادي؟
- احتمال الاحتفاظ يصبح صفرًا تمامًا
- التقييم دائمًا يدمج أقنعة عشوائية جديدة
- التمكينات الباقية كانت قد تم تحجيمها بالفعل أثناء التدريب
- يتم قسمة كل وزن على عدد الطبقات
- الإدخال نفسه ينتج تنبؤات متغيرة لأن الإقحام لا يزال نشطًا أثناء التقييم. ما الذي يفسر هذا التباين؟
- الأقنعة العشوائية الجديدة تُختار شبكات فرعية مختلفة في كل تمرير
- الإدخال يغيّر تسميته بنفسه
- الشبكة لا تحتوي على أوزان مدربة
- يجب أن يكون حجم الدُفعة واحد