Kvíz spojený s průvodcem · Střední úroveň
Kvíz o odpadnutí a stochastické regulaci
Testujte náhodné masky, trénovací a inferenční režimy, obrácené škálování, limity koadaptace, výpadek MC a proměnné předpovědi.
Otázka 1 z 8
Co dělá výpadek během tréninku?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Co dělá výpadek během tréninku?
- Trvale odstraní váhy
- Náhodně nastaví zlomek výstupů neuronů na nulu při každém průchodu vpřed
- Zdvojnásobuje rychlost učení
- Přidá do sítě další vrstvy
- Proč odpadávání zlepšuje zobecnění?
- Zvyšuje počet parametrů
- Odstraňuje potřebu tréninkových dat
- Zaručuje nulovou chybu při tréninku
- Zabraňuje neuronům ve společné adaptaci a vynucuje si redundantní, robustní reprezentace
- Co se stane s odpadnutím v době testování (odvozování)?
- Vypne se a použije se celá síť
- Vypadne ještě více neuronů
- Vymaže polovinu závaží
- Náhodně provádí štítky
- Míra odpadnutí p = 0,5 ve vrstvě znamená zhruba co během tréninku?
- Všechny neurony jsou odstraněny
- Nejsou ovlivněny žádné neurony
- Asi polovina neuronů je vynulována při každém průchodu
- Vrstva je odstraněna
- Co je často označováno za aproximující?
- Jediná lineární regrese
- Rozhodovací strom
- Fourierova transformace
- Soubor mnoha ztenčených sítí, které sdílejí váhy
- K čemu se používá výpadek Monte Carlo?
- Zrychlení načítání dat
- Odhadování nejistoty modelu udržováním aktivního výpadku při odvození
- Komprese sítě na menší váhu
- Automatické označování tréninkových dat
- With inverted dropout, why is no extra activation scaling normally needed at ordinary inference?
- The keep probability becomes exactly zero
- Inference always averages new random masks
- Surviving activations were already scaled during training
- Every weight is divided by the number of layers
- The same input yields varying predictions because dropout remains active during evaluation. What explains the variation?
- New random masks sample different subnetworks on each pass
- The input changes its label by itself
- The network has no trained weights
- Batch size must be one