Útmutatóhoz kapcsolódó kvíz · Kemény Szint

Az áramlások normalizálása kvíz

Practice invertible flow transformations, change-of-variables densities, and Jacobian corrections, including limits of likelihood-based anomaly detection.

Kapcsolódó útmutató utakAz áramlások normalizálása
kérdés 1 -ból 8

Milyen matematikai tulajdonságokkal kell rendelkeznie minden transzformációnak egy normalizáló folyamban?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Milyen matematikai tulajdonságokkal kell rendelkeznie minden transzformációnak egy normalizáló folyamban?
    • Véletlenszerű, nem invertálható leképezésnek kell lennie
    • Invertálhatónak (bijektívnek) és differenciálhatónak kell lennie
    • Minden lépésnél csökkentenie kell a dimenziót
    • Ennek egy különálló keresőtáblának kell lennie
  2. Melyik képlet teszi lehetővé a normalizáló folyamok pontos valószínűségek kiszámítását?
    • A softmax funkció
    • A Bellman egyenlet
    • Bayes szabálya a logitokra vonatkozik
    • A változók változásának formulája a Jacobi-determináns használatával
  3. Miért használnak csatolási rétegeket az olyan áramlási architektúrák, mint a RealNVP és a Glow?
    • A Jacobi-háromszöget úgy tenni, hogy a determinánsa olcsón kiszámítható
    • Hogy a modell ne invertálható legyen
    • Hogy ne legyen szükség alapelosztásra
    • A modell GAN-lé alakítása
  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. Melyik modern technika, amelyet olyan rendszerekben használnak, mint a Stable Diffusion 3, nőtt ki a folyamatos áramlási ötletekből?
    • Visszaterjesztés az időben
    • Flow matching (olyan sebességmező megtanulása, amely a zajt az adatokba továbbítja)
    • Tokenizálás
    • Sugárkeresés
  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