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.

Percorsi guida correlatiModelli basati sull'energia
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.

  1. 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
  2. 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
  3. 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
  4. 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
  5. Quale di questi è un classico modello energetico?
    • Il trasformatore
    • L'albero decisionale
    • L'algoritmo k-significa
    • La rete Hopfield
  6. 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
  7. 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
  8. 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