Quiz collegato alla guida · Difficile Livello
Quiz sui modelli basati sull'energia
Applica probabilità basate sull'energia, funzioni di partizione e gradienti di punteggio, incluso il modo in cui le energie relative determinano i rapporti di distribuzione normalizzati.
Domanda 1 di 8
In un modello basato sull'energia, in che modo l'energia è correlata alla probabilità di un punto dati?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- In un modello basato sull'energia, in che modo l'energia è correlata alla probabilità di un punto dati?
- Alta energia significa alta probabilità
- Bassa energia significa alta probabilità (p(x) è proporzionale a exp(-E(x)))
- Energia e probabilità non sono correlate
- La probabilità è direttamente uguale all’energia
- Cosa rende difficile l’addestramento dei modelli basati sull’energia?
- La funzione energetica non può essere una rete neurale
- Richiedono solo dati etichettati
- Non possono rappresentare immagini
- La funzione di partizione Z (normalizzatore su tutti gli input) è solitamente difficile da calcolare
- Quale metodo di campionamento viene comunemente utilizzato per prelevare campioni da un EBM?
- Dinamica di Langevin (MCMC basata su gradiente)
- Ricerca del raggio
- Ordinamento rapido
- Un unico passaggio in avanti
- Perché metodi come la corrispondenza dei punteggi possono evitare di calcolare la funzione di partizione Z?
- Perché Z è sempre uguale a 1
- Perché ignorano la funzione energetica
- Poiché il gradiente di log p(x) è -gradiente di E(x), e Z (una costante in x) cade quando si differenzia
- Perché funzionano solo su dati discreti
- Quale di questi è un classico modello energetico?
- Il trasformatore
- L'albero decisionale
- L'algoritmo k-significa
- La rete Hopfield
- For a differentiable EBM density with Z constant in x, how does its score relate to energy?
- The score equals the partition function itself
- The score equals the negative input gradient of energy
- The score ignores the learned energy entirely
- The score is always the positive energy gradient
- An EBM adds the same constant c to every E(x). What happens to normalized probabilities?
- Every probability increases by c
- All inputs become equally probable
- They remain unchanged after the partition function is adjusted
- The normalizer must be set to zero
- For two configurations with E(a) lower than E(b), what follows under the same normalized Gibbs model?
- Configuration a has greater probability than b
- Configuration b has greater probability because its energy is higher
- Both probabilities must be exactly one
- The comparison requires different partition functions for each point