Quiz lié à un guide · Moyen Niveau

Descente de gradient stochastique avec Momentum Quiz

Testez la vitesse accumulée, l'amortissement des oscillations, les effets de coefficient, les gradients cohérents, la connexion Adam et le comportement à impulsion nulle.

Chemins de guidage associésDescente de gradient stochastique avec élan
Question 1 de 8

Qu'est-ce que le terme d'élan s'accumule pendant l'entraînement ?

Prévisualisez chaque question8 des questions

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

  1. Qu'est-ce que le terme d'élan s'accumule pendant l'entraînement ?
    • Le nombre total d'époques de formation
    • Une moyenne courante (pondérée de manière exponentielle) des gradients passés
    • La taille de l'ensemble de données
    • L'historique de précision du modèle
  2. Dans un ravin long et étroit, de quel problème souffre SGD et que l’élan aide à résoudre ?
    • Ça déborde numériquement
    • Il arrête de calculer les gradients
    • Il augmente automatiquement le taux d’apprentissage
    • Il zigzague à travers les parois abruptes tout en progressant lentement sur le sol.
  3. Une valeur par défaut courante pour le coefficient de quantité de mouvement est :
    • 0,9
    • 0,0
    • 0,5
    • 2.0
  4. Quelle analogie physique est la plus souvent utilisée pour décrire l’élan ?
    • Un pendule qui oscille pour toujours
    • Un ressort qui revient
    • Une lourde balle qui roule en descente
    • Gel de l'eau
  5. À peu près dans quelle mesure l’élan amplifie-t-il le pas effectif dans une direction cohérente lorsque bêta = 0,9 ?
    • Environ 2 fois
    • Environ 0,1 fois
    • Pas d'amplification
    • Environ 10 fois
  6. Quel optimiseur moderne intègre une estimation du premier instant de type élan ?
    • La méthode de Newton
    • Adam
    • K-moyennes
    • Recherche aléatoire
  7. In the update v = beta times v plus gradient, what happens when beta is zero?
    • The old velocity is doubled
    • Every gradient becomes zero
    • The previous velocity is discarded and the current gradient determines the step
    • The parameters stop depending on the learning rate
  8. Why can repeated gradients with opposing sideways directions produce less zig-zagging under momentum?
    • Their opposing contributions can partially cancel in accumulated velocity
    • All past gradients are stored as separate parameters
    • The loss becomes convex automatically
    • Momentum ignores the current gradient entirely