गाइड से जुड़ी प्रश्नोत्तरी · कठिन स्तर

प्रवाह को सामान्य बनाने की प्रश्नोत्तरी

संभावना-आधारित विसंगति का पता लगाने की सीमा सहित, उलटे प्रवाह परिवर्तनों, परिवर्तनशील घनत्वों और जैकोबियन सुधारों का अभ्यास करें।

संबंधित मार्गदर्शक पथप्रवाह को सामान्य बनाना
प्रश्न 1 का 8

सामान्यीकरण प्रवाह में प्रत्येक परिवर्तन में कौन सा गणितीय गुण होना चाहिए?

प्रत्येक प्रश्न का पूर्वावलोकन करें8 प्रश्न

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

  1. सामान्यीकरण प्रवाह में प्रत्येक परिवर्तन में कौन सा गणितीय गुण होना चाहिए?
    • यह एक यादृच्छिक, गैर-उलटा मानचित्रण होना चाहिए
    • यह व्युत्क्रमणीय (विशेषणात्मक) और अवकलनीय होना चाहिए
    • इसे प्रत्येक चरण पर आयामीता को कम करना होगा
    • यह एक पृथक लुकअप तालिका होनी चाहिए
  2. कौन सा सूत्र प्रवाह को सामान्य करने से सटीक संभावनाओं की गणना करता है?
    • सॉफ्टमैक्स फ़ंक्शन
    • बेलमैन समीकरण
    • बेयस का नियम लॉगिट्स पर लागू होता है
    • जैकोबियन निर्धारक का उपयोग करके परिवर्तन-परिवर्तन सूत्र
  3. RealNVP और Glow जैसे फ़्लो आर्किटेक्चर युग्मन परतों का उपयोग क्यों करते हैं?
    • जैकोबियन को त्रिकोणीय बनाने के लिए इसके निर्धारक की गणना करना सस्ता है
    • मॉडल को गैर-उलटा बनाने के लिए
    • आधार वितरण की आवश्यकता को दूर करना
    • मॉडल को GAN में बदलने के लिए
  4. What does a tractable normalizing flow provide that an ordinary GAN generator generally does not?
    • A guarantee of perfect anomaly detection
    • A guarantee of faster sampling than every GAN
    • An explicitly evaluable model density through change of variables
    • A non-invertible mapping with no base distribution
  5. How should a team use normalizing-flow likelihoods for anomaly detection?
    • Assume every high-likelihood input is familiar
    • Treat density as the probability mass of a single point
    • Skip checking real anomaly labels
    • Validate them as a signal against relevant in-distribution and anomalous examples
  6. स्टेबल डिफ्यूजन 3 जैसी प्रणालियों में प्रयुक्त कौन सी आधुनिक तकनीक निरंतर प्रवाह विचारों से विकसित हुई?
    • समय के माध्यम से पश्चप्रचार
    • प्रवाह मिलान (एक वेग क्षेत्र सीखना जो शोर को डेटा तक पहुंचाता है)
    • टोकनीकरण
    • किरण खोज
  7. A one-dimensional flow inverse is z = x / 2. What log-Jacobian term appears in log p(x)?
    • log(2)
    • The parameter count of the network
    • log(1/2)
    • No term because the inverse is linear
  8. Why must a normalizing flow account for stretching or shrinking volume?
    • A transformed region’s density must reflect the changed volume
    • The transformation must lose half its dimensions
    • Every output point must have probability mass one
    • The base distribution must be discarded after training