Útmutatóhoz kapcsolódó kvíz · Könnyű Szint

Korai megállás kvíz

Covers validation monitoring, patience and checkpoint recovery, and when early stopping may regularize training without guaranteeing lower test error.

Kapcsolódó útmutató utakKorai megállás
kérdés 1 -ból 8

Milyen jelet figyel a korai leállás elsősorban, hogy eldöntse, mikor kell megállni?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Milyen jelet figyel a korai leállás elsősorban, hogy eldöntse, mikor kell megállni?
    • Validation-set teljesítmény
    • Edzés-készlet veszteség
    • GPU hőmérséklet
    • Modellparaméterek száma
  2. Mit vezérel a „türelem” paraméter?
    • A maximális tanulási sebesség
    • Hány korszakot kell várni javulás nélkül, mielőtt abbahagyná
    • A tétel mérete
    • Az érvényesítési hajtások száma
  3. A kiváltó okok korai leállítása után milyen súlyokat érdemes általában tartani?
    • A súlyok a végső korszakból
    • A véletlenszerűen inicializált súlyok
    • A súlyok a legjobb érvényesítési korszakból
    • Az összes korszak átlaga
  4. Why can early stopping act as a form of regularization?
    • It adds a fixed L2 penalty to every weight
    • It guarantees lower test error on every dataset
    • It prevents the model from seeing training examples
    • It limits how long optimization proceeds and can reduce fitting to training-specific patterns
  5. Az edzés közbeni érvényesítési-hiba görbe tipikus alakja leginkább a következőképpen írható le:
    • Egy U-alak, amely leesik, majd felemelkedik
    • Monoton csökkenő
    • Lapos vonal
    • Monoton növekvő
  6. Mit ad meg általában a „min_delta” küszöbérték?
    • A rétegek minimális száma
    • A minimális fejlesztés, ami előrelépésnek számít
    • A minimális tételméret
    • Az adatkészlet minimális mérete
  7. What does patience allow an early-stopping rule to do?
    • Continue training forever regardless of validation results
    • Change the model architecture after every batch
    • Wait through a set number of validation checks without qualifying improvement before stopping
    • Use the test set to select the final epoch
  8. Why should the test set generally remain outside the early-stopping loop?
    • The test set cannot contain labels
    • Training libraries cannot load test data
    • Early stopping requires the test set to be empty
    • Repeatedly selecting by test performance would make it part of model selection