Тест, свързан с ръководство · трудно Ниво

Тест за феномена на двойното слизане

Прегледайте двойното спускане близо до интерполация и как явлението може да варира според размера на модела, размера на набора от данни и продължителността на обучението.

Свързани ръководни пътекиФеноменът на двойното спускане
Въпрос 1 на 8

Къде грешката на теста обикновено достига връх в кривата на двойното спускане?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Къде грешката на теста обикновено достига връх в кривата на двойното спускане?
    • При прага на интерполация, където моделът просто пасва на всички данни за обучение
    • В самото начало на обучение с малко параметри
    • Само след милиарди параметри
    • Тестовата грешка никога не достига пик; пада монотонно
  2. Какво се случва с грешката при тестване, когато моделът стане силно надпараметризиран?
    • Вдига се безкрайно поради пренапасване
    • Може да намалее отново, често под класическия минимум
    • Остава точно плоско
    • Става случайно и непредсказуемо
  3. In which setting does the cited implicit-bias analysis characterize a minimum-norm solution?
    • Any neural network trained with gradient descent
    • Any model that reaches zero training error
    • A single-hidden-layer linear network under stated gradient-flow and initialization assumptions
    • A model trained without an optimization objective
  4. „Епохално“ двойно спускане се отнася до ефекта, появяващ се като функция на какво?
    • Броят на използваните графични процесори
    • Само графикът на обучението
    • Размерът на тестовия комплект
    • Време за обучение (брой епохи)
  5. Коя класическа идея предизвиква двойния произход?
    • Компромисът U-образна форма на отклонение
    • Обратно разпространение
    • Стохастичен градиентен спускане
    • Верижното правило
  6. Кой помогна за популяризирането и формализирането на кривата на двойното спускане през 2019 г.?
    • Нютон и Лайбниц
    • Белкин, Хсу, Ма и Мандал
    • Тюринг и Чърч
    • Само анонимни конкуренти на Kaggle
  7. Which model families did OpenAI report studying in its deep double-descent experiments?
    • Only decision trees and linear regression
    • Only recurrent speech recognizers
    • Convolutional neural networks, ResNets, and transformers
    • Only graphical game generators
  8. Besides model size and training duration, which axis can also show double-descent behavior?
    • Font size in a report
    • The number of words in a product name
    • The screen resolution of a monitor
    • Training dataset size