Quiz collegato alla guida · Facile Livello
Quiz sull'arresto anticipato
Copre il monitoraggio della convalida, la pazienza e il ripristino del checkpoint e, in caso di arresto anticipato, è possibile regolarizzare la formazione senza garantire un errore di test inferiore.
Domanda 1 di 8
Quale segnale viene monitorato principalmente dall'arresto anticipato per decidere quando fermarsi?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Quale segnale viene monitorato principalmente dall'arresto anticipato per decidere quando fermarsi?
- Prestazioni del set di convalida
- Perdita del set di allenamento
- Temperatura della GPU
- Numero di parametri del modello
- Cosa controlla il parametro "pazienza"?
- Il tasso di apprendimento massimo
- Quante epoche attendere senza miglioramenti prima di fermarsi
- La dimensione del lotto
- Il numero di pieghe di convalida
- Dopo aver interrotto anticipatamente i trigger, quali pesi dovresti mantenere in genere?
- I pesi dell'epoca finale
- I pesi inizializzati casualmente
- I pesi della migliore epoca di validazione
- La media di tutte le epoche
- Perché l'early stopping può agire come una forma di regolarizzazione?
- Aggiunge una penalità L2 fissa a ogni peso
- Garantisce un errore di test più basso su ogni set di dati
- Impedisce al modello di vedere esempi di addestramento
- Limita la durata del processo di ottimizzazione e può ridurre l'adattamento a schemi specifici del training
- La forma tipica della curva di errore di validazione durante l'addestramento è meglio descritta come:
- Una forma a U che scende e poi si rialza
- Monotonicamente decrescente
- Una linea piatta
- Monotonicamente crescente
- Cosa specifica in genere la soglia "min_delta"?
- Il numero minimo di livelli
- Il miglioramento minimo che conta come progresso
- La dimensione minima del batch
- La dimensione minima del set di dati
- Cosa permette la pazienza a fare a una regola di early stopping?
- Continua l'addestramento all'infinito indipendentemente dai risultati di validazione
- Cambia l'architettura del modello dopo ogni batch
- Attendi un numero prefissato di controlli di validazione senza miglioramenti qualificanti prima di fermarti
- Usa il set di test per selezionare l'epoca finale
- Perché il set di test dovrebbe generalmente rimanere fuori dal ciclo di early stopping?
- Il set di test non può contenere etichette
- Le librerie di training non possono caricare i dati di test
- L'early stopping richiede che il set di test sia vuoto
- Selezionare ripetutamente in base alla performance sul test lo renderebbe parte della selezione del modello