Quiz lié à un guide · Moyen Niveau

Quiz sur l'abandon et la régularisation stochastique

Testez les masques aléatoires, les modes d'entraînement et d'inférence, la mise à l'échelle inversée, les limites de co-adaptation, l'abandon MC et les prédictions variables.

Chemins de guidage associésAbandon et régularisation stochastique
Question 1 de 8

Que fait le décrochage pendant la formation ?

Prévisualisez chaque question8 des questions

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

  1. Que fait le décrochage pendant la formation ?
    • Supprime les poids définitivement
    • Règle aléatoirement une fraction des sorties neuronales à zéro à chaque passage vers l'avant
    • Double le taux d'apprentissage
    • Ajoute plus de couches au réseau
  2. Pourquoi le décrochage améliore-t-il la généralisation ?
    • Cela augmente le nombre de paramètres
    • Cela supprime le besoin de données de formation
    • Il garantit zéro erreur de formation
    • Il empêche les neurones de s'adapter et force des représentations redondantes et robustes.
  3. Qu’arrive-t-il à l’abandon au moment du test (inférence) ?
    • Il est éteint et tout le réseau est utilisé
    • Cela fait tomber encore plus de neurones
    • Il supprime la moitié des poids
    • Il randomise les étiquettes
  4. Un taux d'abandon de p = 0,5 dans une couche signifie à peu près quoi lors de l'entraînement ?
    • Tous les neurones sont supprimés
    • Aucun neurone n'est affecté
    • Environ la moitié des neurones sont remis à zéro à chaque passage
    • Le calque est supprimé
  5. Qu’est-ce que l’abandon scolaire est souvent décrit comme étant approximatif ?
    • Une seule régression linéaire
    • Un arbre de décision
    • Une transformée de Fourier
    • Un ensemble de nombreux réseaux amincis qui partagent des poids
  6. A quoi sert le décrochage Monte Carlo ?
    • Accélération du chargement des données
    • Estimation de l'incertitude du modèle en gardant l'abandon actif lors de l'inférence
    • Compresser le réseau avec moins de poids
    • Étiquetage automatique des données d'entraînement
  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