Quiz collegato alla guida · Difficile Livello
Quiz sulla normalizzazione dei flussi
Esercitati con trasformazioni di flusso invertibili, densità di cambio di variabili e correzioni Jacobiane, compresi i limiti del rilevamento di anomalie basato sulla verosimiglianza.
Domanda 1 di 8
Quale proprietà matematica deve avere ogni trasformazione in un flusso normalizzante?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Quale proprietà matematica deve avere ogni trasformazione in un flusso normalizzante?
- Deve essere una mappatura casuale e non invertibile
- Deve essere invertibile (biiettivo) e differenziabile
- Deve ridurre la dimensionalità ad ogni passaggio
- Deve essere una tabella di ricerca discreta
- Quale formula consente alla normalizzazione dei flussi di calcolare le probabilità esatte?
- La funzione softmax
- L'equazione di Bellman
- La regola di Bayes si applica ai logit
- La formula del cambio di variabili che utilizza il determinante Jacobiano
- Perché le architetture di flusso come RealNVP e Glow utilizzano livelli di accoppiamento?
- Rendere il triangolare Jacobiano così determinante è economico da calcolare
- Rendere il modello non invertibile
- Per eliminare la necessità di una distribuzione di base
- Per convertire il modello in un GAN
- 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
- 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
- Quale tecnica moderna, utilizzata in sistemi come Stable Diffusion 3, è nata da idee di flusso continuo?
- Retropropagazione nel tempo
- Corrispondenza del flusso (apprendimento di un campo di velocità che trasporta il rumore ai dati)
- Tokenizzazione
- Ricerca del raggio
- 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
- 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