Mit dem Guide verknüpftes Quiz · Mittel Ebene

Verlustfunktionen-Quiz

Testvorhersageziele, quadratische und absolute Fehler, Klassenkreuzentropie, verwendbare Trainingsableitungen, Verlusteinheiten und numerische Fehlerdurchschnitte.

Verwandte FührungspfadeVerlustfunktionen
Frage 1 von 8

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

Sehen Sie sich jede Frage in der Vorschau an8 Fragen

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

  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. Welche Verlustfunktion wird am häufigsten für Klassifizierungsaufgaben verwendet?
    • Mittlerer quadratischer Fehler
    • Mittlerer absoluter Fehler
    • Kreuzentropieverlust
    • Nur Scharnierabstand
  3. Warum sollten Sie im Vergleich zum mittleren quadratischen Fehler den mittleren absoluten Fehler wählen?
    • Es gleicht Fehler aus, um sie stärker zu bestrafen
    • Es ist robuster gegenüber Ausreißern, da es Fehler nicht quadriert
    • Es kann nicht zur Regression verwendet werden
    • Es ignoriert die wahren Etiketten
  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. Warum wird Genauigkeit normalerweise nicht direkt als Trainingsverlust verwendet?
    • Es ist nicht differenzierbar und ergibt daher keinen nützlichen Gradienten
    • Es ist zu einfach zu berechnen
    • Es funktioniert nur bei der Regression
    • Es entspricht sowieso immer dem Verlust
  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