Kvíz spojený s průvodcem · Střední úroveň

Kvíz ztrátových funkcí

Cíle predikce testu, čtvercové a absolutní chyby, křížová entropie tříd, použitelné trénovací derivace, jednotky ztrát a numerické průměry chyb.

Související vodicí cestyZtrátové funkce
Otázka 1 z 8

For a prediction task, what does its selected loss quantify against the training target?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. For a prediction task, what does its selected loss quantify against the training target?
    • A specified prediction-error objective
    • Only runtime speed
    • Only the number of network layers
    • Every application benefit automatically
  2. Která ztrátová funkce se nejčastěji používá pro klasifikační úlohy?
    • Střední kvadratická chyba
    • Průměrná absolutní chyba
    • Ztráta křížové entropie
    • Pouze vzdálenost závěsů
  3. Proč byste si ve srovnání se střední kvadraturou chyby mohli vybrat střední absolutní chybu?
    • Vyrovnává chyby, aby je více potrestal
    • Je odolnější vůči odlehlým hodnotám, protože nevyrovnává chyby
    • Nelze jej použít pro regresi
    • Ignoruje skutečné štítky
  4. Why does gradient-based training need a usable loss derivative or suitable substitute?
    • So a loss number can be printed
    • So all learning methods become identical
    • So the dataset no longer needs targets
    • So backpropagation and optimization can obtain an update signal
  5. How does one-hot class cross-entropy change as probability assigned to the target class becomes very small?
    • Its loss must become zero
    • It rewards the prediction increasingly
    • Its loss becomes large
    • It becomes identical to accuracy
  6. Proč se přesnost obvykle nepoužívá přímo jako tréninková ztráta?
    • Není diferencovatelná, takže nedává žádný užitečný gradient
    • Je příliš snadné to spočítat
    • Funguje pouze pro regresi
    • Stejně se to vždy rovná ztrátě
  7. For illustrative regression residuals one and three, what are mean squared error and mean absolute error?
    • MSE is two and MAE is five
    • Both are four
    • MSE is ten and MAE is four
    • MSE is five and MAE is two
  8. Using a base-two logarithm, what one-hot cross-entropy loss corresponds to target-class probability one-quarter?
    • One-quarter bit
    • Two bits
    • Four bits
    • Zero bits