Mit dem Guide verknüpftes Quiz · Mittel Ebene

Dropout- und stochastische Regularisierungsquiz

Testen Sie Zufallsmasken, Trainings- und Inferenzmodi, invertierte Skalierung, Co-Adaptionsgrenzen, MC-Dropout und Variablenvorhersagen.

Verwandte FührungspfadeDropout und stochastische Regularisierung
Frage 1 von 8

Was macht ein Abbrecher während der Ausbildung?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

Während Sie am Quiz teilnehmen, werden Antworten und Erklärungen angezeigt.

  1. Was macht ein Abbrecher während der Ausbildung?
    • Löscht Gewichte dauerhaft
    • Setzt bei jedem Vorwärtsdurchlauf zufällig einen Bruchteil der Neuronenausgänge auf Null
    • Verdoppelt die Lernrate
    • Fügt dem Netzwerk weitere Ebenen hinzu
  2. Warum verbessert Dropout die Generalisierung?
    • Es erhöht die Anzahl der Parameter
    • Es macht Trainingsdaten überflüssig
    • Es garantiert null Trainingsfehler
    • Es verhindert die gemeinsame Anpassung von Neuronen und erzwingt redundante, robuste Darstellungen
  3. Was passiert mit einem Ausfall zum Zeitpunkt des Tests (Inferenz)?
    • Es wird ausgeschaltet und das gesamte Netzwerk wird genutzt
    • Es fallen noch mehr Neuronen ab
    • Es löscht die Hälfte der Gewichte
    • Es ordnet die Beschriftungen zufällig zu
  4. Eine Abbrecherquote von p = 0,5 in einer Schicht bedeutet ungefähr: Was bedeutet das während des Trainings?
    • Alle Neuronen werden entfernt
    • Es sind keine Neuronen betroffen
    • Etwa die Hälfte der Neuronen wird bei jedem Durchgang auf Null gesetzt
    • Die Ebene wird gelöscht
  5. Was wird oft als Annäherung an den Dropout bezeichnet?
    • Eine einzelne lineare Regression
    • Ein Entscheidungsbaum
    • Eine Fourier-Transformation
    • Ein Ensemble aus vielen ausgedünnten Netzwerken, die gemeinsame Gewichte haben
  6. Wozu dient der Monte-Carlo-Ausfall?
    • Beschleunigen Sie das Laden von Daten
    • Schätzung der Modellunsicherheit, indem der Dropout bei der Inferenz aktiv bleibt
    • Komprimieren des Netzwerks auf weniger Gewichte
    • Automatische Kennzeichnung der Trainingsdaten
  7. 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
  8. 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