Тест, свързан с ръководство · лесно Ниво

Тест за ранно спиране

Обхваща мониторинг на валидиране, търпение и възстановяване на контролни точки, а при ранно спиране може да нормализира обучението, без да гарантира по-ниска грешка при теста.

Свързани ръководни пътекиРанно спиране
Въпрос 1 на 8

Какъв сигнал основно следи ранното спиране, за да реши кога да спре?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Какъв сигнал основно следи ранното спиране, за да реши кога да спре?
    • Изпълнение на набор за валидиране
    • Загуба на тренировъчен набор
    • температура на GPU
    • Брой параметри на модела
  2. Какво контролира параметърът „търпение“?
    • Максималната скорост на обучение
    • Колко епохи да изчакате без подобрение преди да спрете
    • Размерът на партидата
    • Броят на сгъванията за валидиране
  3. След задействания за ранно спиране кои тежести обикновено трябва да поддържате?
    • Тежестите от последната епоха
    • Произволно инициализирани тегла
    • Теглата от най-добрата епоха на валидиране
    • Средното от всички епохи
  4. Why can early stopping act as a form of regularization?
    • It adds a fixed L2 penalty to every weight
    • It guarantees lower test error on every dataset
    • It prevents the model from seeing training examples
    • It limits how long optimization proceeds and can reduce fitting to training-specific patterns
  5. Типичната форма на кривата на валидиране-грешка по време на обучение е най-добре описана като:
    • U-образна форма, която пада и след това се издига
    • Монотонно намаляващ
    • Равна линия
    • Монотонно нараства
  6. Какво обикновено определя прагът „min_delta“?
    • Минималният брой слоеве
    • Минималното подобрение, което се счита за напредък
    • Минималният размер на партидата
    • Минималният размер на набора от данни
  7. What does patience allow an early-stopping rule to do?
    • Continue training forever regardless of validation results
    • Change the model architecture after every batch
    • Wait through a set number of validation checks without qualifying improvement before stopping
    • Use the test set to select the final epoch
  8. Why should the test set generally remain outside the early-stopping loop?
    • The test set cannot contain labels
    • Training libraries cannot load test data
    • Early stopping requires the test set to be empty
    • Repeatedly selecting by test performance would make it part of model selection