Mit dem Guide verknüpftes Quiz · Einfach Ebene

Frühaufsteher-Quiz

Deckt Validierungsüberwachung, Geduld und Checkpoint-Wiederherstellung ab und wenn ein frühes Abbrechen das Training regulieren kann, ohne eine geringere Testfehlergarantie zu garantieren.

Verwandte FührungspfadeFrühes Stoppen
Frage 1 von 8

Welches Signal wird beim frühen Stoppen hauptsächlich überwacht, um zu entscheiden, wann angehalten werden soll?

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

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

  1. Welches Signal wird beim frühen Stoppen hauptsächlich überwacht, um zu entscheiden, wann angehalten werden soll?
    • Leistung des Validierungssatzes
    • Verlust des Trainingssatzes
    • GPU-Temperatur
    • Anzahl der Modellparameter
  2. Was steuert der Parameter „Geduld“?
    • Die maximale Lernrate
    • Wie viele Epochen muss man ohne Besserung warten, bevor man aufhört?
    • Die Batchgröße
    • Die Anzahl der Validierungsfalten
  3. Welche Gewichte sollten Sie nach einem frühzeitigen Stoppen der Auslöser normalerweise beibehalten?
    • Die Gewichte aus der letzten Epoche
    • Die zufällig initialisierten Gewichte
    • Die Gewichte aus der besten Validierungsepoche
    • Der Durchschnitt aller Epochen
  4. Why can early stopping act as a form of regularization?
    • It adds a fixed L2 penalty to every weight
    • It guarantees lower test error on every dataset
    • It prevents the model from seeing training examples
    • It limits how long optimization proceeds and can reduce fitting to training-specific patterns
  5. Die typische Form der Validierungsfehlerkurve während des Trainings lässt sich am besten wie folgt beschreiben:
    • Eine U-Form, die fällt und dann steigt
    • Monoton abnehmend
    • Eine flache Linie
    • Monoton steigend
  6. Was gibt der „min_delta“-Schwellenwert normalerweise an?
    • Die Mindestanzahl an Schichten
    • Die minimale Verbesserung, die als Fortschritt zählt
    • Die minimale Batchgröße
    • Die minimale Datensatzgröße
  7. What does patience allow an early-stopping rule to do?
    • Continue training forever regardless of validation results
    • Change the model architecture after every batch
    • Wait through a set number of validation checks without qualifying improvement before stopping
    • Use the test set to select the final epoch
  8. Why should the test set generally remain outside the early-stopping loop?
    • The test set cannot contain labels
    • Training libraries cannot load test data
    • Early stopping requires the test set to be empty
    • Repeatedly selecting by test performance would make it part of model selection