Quiz collegato alla guida · Medio Livello
Quiz sulle funzioni di perdita
Obiettivi di previsione del test, errori quadratici e assoluti, entropia incrociata di classi, derivati di addestramento utilizzabili, unità di perdita e medie degli errori numerici.
Domanda 1 di 8
For a prediction task, what does its selected loss quantify against the training target?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- For a prediction task, what does its selected loss quantify against the training target?
- A specified prediction-error objective
- Only runtime speed
- Only the number of network layers
- Every application benefit automatically
- Quale funzione di perdita è più comunemente utilizzata per i compiti di classificazione?
- Errore quadratico medio
- Errore medio assoluto
- Perdita di entropia incrociata
- Solo distanza cerniera
- Rispetto all'errore quadratico medio, perché potresti scegliere l'errore medio assoluto?
- Corregge gli errori per punirli di più
- È più robusto rispetto ai valori anomali perché non quadra gli errori
- Non può essere utilizzato per la regressione
- Ignora le vere etichette
- Why does gradient-based training need a usable loss derivative or suitable substitute?
- So a loss number can be printed
- So all learning methods become identical
- So the dataset no longer needs targets
- So backpropagation and optimization can obtain an update signal
- How does one-hot class cross-entropy change as probability assigned to the target class becomes very small?
- Its loss must become zero
- It rewards the prediction increasingly
- Its loss becomes large
- It becomes identical to accuracy
- Perché la precisione di solito non viene utilizzata direttamente come perdita di allenamento?
- Non è differenziabile, quindi non fornisce alcun gradiente utile
- È troppo facile da calcolare
- Funziona solo per la regressione
- In ogni caso equivale sempre alla perdita
- For illustrative regression residuals one and three, what are mean squared error and mean absolute error?
- MSE is two and MAE is five
- Both are four
- MSE is ten and MAE is four
- MSE is five and MAE is two
- Using a base-two logarithm, what one-hot cross-entropy loss corresponds to target-class probability one-quarter?
- One-quarter bit
- Two bits
- Four bits
- Zero bits