早期停止クイズ

クイズに答えると、答えと解説が表示されます。

1. 早期停止は、いつ停止するかを決定するために主にどの信号を監視しますか?
   • 検証セットのパフォーマンス
   • トレーニングセットの損失
   • GPU温度
   • モデルパラメータの数
2. 「忍耐」パラメータは何を制御しますか?
   • 最大学習率
   • 改善がなければ停止するまで何エポック待つか
   • バッチサイズ
   • 検証フォールドの数
3. トリガーを早期に停止した後、通常はどのウェイトを維持する必要がありますか?
   • 最終エポックからの重み
   • ランダムに初期化された重み
   • 最良の検証エポックからの重み
   • すべてのエポックの平均
4. Why can early stopping act as a form of regularization?
   • It adds a fixed L2 penalty to every weight
   • It guarantees lower test error on every dataset
   • It prevents the model from seeing training examples
   • It limits how long optimization proceeds and can reduce fitting to training-specific patterns
5. トレーニング中の検証誤差曲線の典型的な形状は、次のように最もよく説明されます。
   • 下がってから上がるU字型
   • 単調減少
   • フラットなライン
   • 単調増加
6. 「min_delta」しきい値は通常何を指定しますか?
   • 最小レイヤー数
   • 進歩としてカウントされる最小限の改善
   • 最小バッチサイズ
   • データセットの最小サイズ
7. What does patience allow an early-stopping rule to do?
   • Continue training forever regardless of validation results
   • Change the model architecture after every batch
   • Wait through a set number of validation checks without qualifying improvement before stopping
   • Use the test set to select the final epoch
8. Why should the test set generally remain outside the early-stopping loop?
   • The test set cannot contain labels
   • Training libraries cannot load test data
   • Early stopping requires the test set to be empty
   • Repeatedly selecting by test performance would make it part of model selection