Κουίζ για κλάδεμα μοντέλου

Οι απαντήσεις και οι εξηγήσεις εμφανίζονται καθώς κάνετε το κουίζ.

1. Τι αφαιρεί το κλάδεμα μοντέλου από ένα εκπαιδευμένο δίκτυο;
   • Αφαίρεση βαρών ή δομών που συμβάλλουν ελάχιστα στην έξοδο
   • Προσθήκη περισσότερων παραμέτρων για βελτίωση της ακρίβειας
   • Εκπαίδευση μοντέλου για περισσότερες εποχές
   • Αύξηση της ανάλυσης εισόδου
2. Τι διακρίνει το δομημένο κλάδεμα από το μη δομημένο κλάδεμα;
   • Το δομημένο κλάδεμα λειτουργεί μόνο σε εικόνες
   • Το δομημένο κλάδεμα αφαιρεί ολόκληρες μονάδες όπως νευρώνες ή κεφαλές. αδόμητο αφαιρεί μεμονωμένα βάρη
   • Το αδόμητο κλάδεμα απαιτεί επανεκπαίδευση από την αρχή
   • Δεν υπάρχει καμία πρακτική διαφορά μεταξύ τους
3. Γιατί το μη δομημένο κλάδεμα συχνά αποτυγχάνει να επιταχύνει ένα μοντέλο σε συνηθισμένο υλικό;
   • Διαγράφει πάρα πολλά επίπεδα
   • Μειώνει πάντα την ακρίβεια στο μηδέν
   • Οι πίνακες αραιού βάρους χρειάζονται ειδικό υλικό ή βιβλιοθήκες για να εκμεταλλευτούν τα μηδενικά
   • Αυξάνει τον αριθμό των παραμέτρων
4. Ποια είναι η τυπική συνταγή επαναληπτικού κλαδέματος;
   • Κλαδέψτε τα πάντα με τη μία και μετά αναπτύξτε
   • Κβαντίστε πρώτα και μετά μην επανεκπαιδεύσετε ποτέ
   • Διαγράψτε τυχαία επίπεδα μέχρι να μειωθεί η ακρίβεια
   • Εκπαιδεύστε, κλαδέψτε τις λιγότερο σημαντικές παραμέτρους, βελτιστοποιήστε για να ανακτήσετε και επαναλάβετε
5. Τι ισχυρίζεται η Υπόθεση Εισιτηρίου Λοταρίας;
   • Τα πυκνά δίκτυα περιέχουν αραιά υποδίκτυα που μπορούν να ταιριάζουν με το πλήρες μοντέλο όταν εκπαιδεύονται από τη σωστή προετοιμασία
   • Το κλάδεμα βελτιώνει πάντα την ακρίβεια
   • Το τυχαίο κλάδεμα είναι πάντα το καλύτερο
   • Τα μεγάλα μοντέλα δεν μπορούν να συμπιεστούν
6. Ποιο απλό κριτήριο χρησιμοποιείται συνήθως για να αποφασίσουμε ποια βάρη θα κλαδέψουμε;
   • Η αλφαβητική σειρά των ονομάτων των επιπέδων
   • Το απόλυτο μέγεθος των βαρών
   • Το χρώμα των χαρτών ενεργοποίησης
   • Ο αριθμός των παραδειγμάτων εκπαίδευσης
7. When is pruning most likely to reduce inference latency on ordinary dense hardware?
   • When individual zeros are added but the dense kernel still computes them
   • When the model is renamed without changing its graph
   • When whole channels or other structures are removed to produce a smaller dense model
   • When a sparse checkpoint is stored in a larger file
8. What should a team measure after pruning for a deployment target?
   • Only the number of zeros in a checkpoint
   • Only training accuracy before pruning
   • Whether the file extension changed
   • Task quality and latency or memory on the intended hardware