Kvíz spojený s průvodcem · Těžko úroveň

Kvíz normalizace toků

Procvičte si transformace invertního toku, hustoty změn proměnných a jakobiánské korekce, včetně limitů detekce anomálií na základě pravděpodobnosti.

Související vodicí cestyNormalizace toků
Otázka 1 z 8

Jakou matematickou vlastnost musí mít každá transformace v normalizačním toku?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Jakou matematickou vlastnost musí mít každá transformace v normalizačním toku?
    • Musí to být náhodné, neinvertovatelné mapování
    • Musí být invertibilní (bijektivní) a diferencovatelný
    • V každém kroku musí snížit rozměrnost
    • Musí to být diskrétní vyhledávací tabulka
  2. Který vzorec umožňuje normalizačním tokům vypočítat přesné pravděpodobnosti?
    • Funkce softmax
    • Bellmanova rovnice
    • Bayesovo pravidlo platí pro logity
    • Vzorec pro změnu proměnných pomocí jakobiánského determinantu
  3. Proč tokové architektury jako RealNVP a Glow používají spojovací vrstvy?
    • Aby byl jakobián trojúhelníkový, aby jeho determinant byl levný na výpočet
    • Aby byl model neinvertovatelný
    • Aby se odstranila potřeba základní distribuce
    • Převést model na 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. Která moderní technika používaná v systémech, jako je Stable Diffusion 3, vyrostla z nápadů kontinuálního toku?
    • Zpětné šíření v čase
    • Přizpůsobení toku (naučení se rychlostnímu poli, které přenáší šum do dat)
    • Tokenizace
    • Hledání paprskem
  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