Тест, свързан с ръководство · трудно Ниво

Тест за нормализиране на потоците

Практикувайте обратими трансформации на потока, плътности на промяна на променливи и якобиански корекции, включително граници на откриване на аномалия, базирано на вероятност.

Свързани ръководни пътекиНормализиране на потоците
Въпрос 1 на 8

Какво математическо свойство трябва да притежава всяка трансформация в нормализиращ поток?

Визуализирайте всеки въпрос8 въпроси

Отговорите и обясненията се появяват, докато отговаряте на теста.

  1. Какво математическо свойство трябва да притежава всяка трансформация в нормализиращ поток?
    • Това трябва да е произволно, необратимо картографиране
    • Тя трябва да бъде обратима (биективна) и диференцируема
    • Тя трябва да намалява размерността на всяка стъпка
    • Трябва да е отделна справочна таблица
  2. Коя формула позволява на нормализиращите потоци да изчислят точните вероятности?
    • Функцията softmax
    • Уравнението на Белман
    • Правилото на Байс се прилага към логитите
    • Формулата за промяна на променливите, използваща детерминанта на Якоби
  3. Защо поточните архитектури като RealNVP и Glow използват свързващи слоеве?
    • Да направи якобианския триъгълник, така че неговата детерминанта да е евтина за изчисляване
    • За да направите модела необратим
    • За да премахнете необходимостта от базово разпространение
    • За да конвертирате модела в GAN
  4. What does a tractable normalizing flow provide that an ordinary GAN generator generally does not?
    • A guarantee of perfect anomaly detection
    • A guarantee of faster sampling than every GAN
    • An explicitly evaluable model density through change of variables
    • A non-invertible mapping with no base distribution
  5. How should a team use normalizing-flow likelihoods for anomaly detection?
    • Assume every high-likelihood input is familiar
    • Treat density as the probability mass of a single point
    • Skip checking real anomaly labels
    • Validate them as a signal against relevant in-distribution and anomalous examples
  6. Коя модерна техника, използвана в системи като Stable Diffusion 3, е израснала от идеи за непрекъснат поток?
    • Обратно разпространение във времето
    • Съпоставяне на потока (обучаване на поле за скорост, което пренася шум към данни)
    • Токенизация
    • Търсене по лъч
  7. A one-dimensional flow inverse is z = x / 2. What log-Jacobian term appears in log p(x)?
    • log(2)
    • The parameter count of the network
    • log(1/2)
    • No term because the inverse is linear
  8. Why must a normalizing flow account for stretching or shrinking volume?
    • A transformed region’s density must reflect the changed volume
    • The transformation must lose half its dimensions
    • Every output point must have probability mass one
    • The base distribution must be discarded after training