Cuestionario vinculado a una guía · Medio Nivel
Prueba de tasas de aprendizaje cíclico
Comprueba los ciclos de tasa de aprendizaje triangular, la prueba de rango, el comportamiento del impulso y la diferencia entre ciclos repetidos y entrenamiento de un ciclo.
Pregunta 1 de 8
¿Qué supuesto central desafían las tasas de aprendizaje cíclico?
Vista previa de cada pregunta8 preguntas
Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.
- ¿Qué supuesto central desafían las tasas de aprendizaje cíclico?
- Que la tasa de aprendizaje sólo debería disminuir durante el entrenamiento
- Ese tamaño de lote debe permanecer constante
- Que los modelos necesitan GPU
- Esos datos hay que barajarlos.
- What did Smith report for cyclical learning rates on tested classification tasks?
- They always lowered training loss to zero
- They improved accuracy versus fixed rates, often in fewer iterations
- They removed the need for validation data
- They guaranteed escape from every sharp minimum
- ¿Qué hace la 'prueba de alcance LR'?
- Mide el uso de memoria de la GPU
- Cuenta el número de parámetros del modelo.
- Aumenta la tasa de aprendizaje mientras observa la pérdida para elegir buenos límites.
- Prueba el modelo en datos fuera de distribución.
- En la política de un ciclo, ¿cómo se comporta típicamente el impulso en relación con la tasa de aprendizaje?
- El impulso se mantiene fijo en todo momento
- El impulso se establece en cero todo el tiempo.
- El impulso aumenta exactamente al mismo ritmo que la velocidad.
- El impulso se mueve en sentido inverso: alto cuando la tasa es baja y bajo cuando la tasa es alta
- During a triangular cyclical learning-rate cycle, how does the rate move between its bounds?
- It rises from the base rate to the maximum, then falls back toward the base
- It only decreases from the first step
- It stays fixed at the maximum
- It jumps randomly at every minibatch
- ¿Quién introdujo las tasas de aprendizaje cíclico y la prueba de rango LR?
- Geoffrey Hinton
- Leslie Smith
- Yann LeCun
- Andrej Karpathy
- What sets the duration of a cyclical learning-rate cycle?
- El número de capas del modelo.
- El tamaño del vocabulario
- A chosen number of training iterations for the up-and-down pattern
- The number of optimizer parameters
- What distinguishes the one-cycle policy from repeating several triangular cycles?
- It keeps the learning rate constant throughout
- It removes the optimizer’s momentum
- It measures the learning rate only once
- It uses one long learning-rate cycle for the training run