Kvíz spojený s průvodcem · Těžko úroveň
Kvíz o modelech založených na energii
Aplikujte pravděpodobnosti založené na energii, rozdělovací funkce a gradienty skóre, včetně toho, jak relativní energie určují normalizované distribuční poměry.
Otázka 1 z 8
Jak v modelu založeném na energii souvisí energie s pravděpodobností datového bodu?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- Jak v modelu založeném na energii souvisí energie s pravděpodobností datového bodu?
- Vysoká energie znamená vysokou pravděpodobnost
- Nízká energie znamená vysokou pravděpodobnost (p(x) je úměrné exp(-E(x)))
- Energie a pravděpodobnost spolu nesouvisí
- Pravděpodobnost se přímo rovná energii
- Co ztěžuje trénink modelů založených na energii?
- Energetická funkce nemůže být neuronová síť
- Vyžadují pouze označené údaje
- Nemohou představovat obrázky
- Rozdělení funkce Z (normalizátor přes všechny vstupy) je obvykle neřešitelné pro výpočet
- Která metoda odběru vzorků se běžně používá k odběru vzorků z EBM?
- Langevinova dynamika (MCMC založená na gradientu)
- Hledání paprskem
- Rychlé řazení
- Jediná přihrávka vpřed
- Proč se metody jako porovnávání skóre mohou vyhnout výpočtu funkce rozdělení Z?
- Protože Z se vždy rovná 1
- Protože ignorují energetickou funkci
- Protože gradient log p(x) je -gradient E(x) a Z (konstanta v x) při derivování vypadne
- Protože fungují pouze na diskrétních datech
- Který z nich je klasický energetický model?
- Transformer
- Rozhodovací strom
- Algoritmus k-means
- Síť Hopfield
- For a differentiable EBM density with Z constant in x, how does its score relate to energy?
- The score equals the partition function itself
- The score equals the negative input gradient of energy
- The score ignores the learned energy entirely
- The score is always the positive energy gradient
- An EBM adds the same constant c to every E(x). What happens to normalized probabilities?
- Every probability increases by c
- All inputs become equally probable
- They remain unchanged after the partition function is adjusted
- The normalizer must be set to zero
- For two configurations with E(a) lower than E(b), what follows under the same normalized Gibbs model?
- Configuration a has greater probability than b
- Configuration b has greater probability because its energy is higher
- Both probabilities must be exactly one
- The comparison requires different partition functions for each point