순환 학습률 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. 순환 학습률이 도전하는 핵심 가정은 무엇입니까?
   • 학습률은 훈련 중에만 감소해야 합니다.
   • 해당 배치 크기는 일정하게 유지되어야 합니다.
   • 모델에 GPU가 필요함
   • 해당 데이터를 섞어야 합니다.
2. What did Smith report for cyclical learning rates on tested classification tasks?
   • They always lowered training loss to zero
   • They improved accuracy versus fixed rates, often in fewer iterations
   • They removed the need for validation data
   • They guaranteed escape from every sharp minimum
3. 'LR 범위 테스트'는 무엇을 합니까?
   • GPU 메모리 사용량 측정
   • 모델 매개변수의 수를 계산합니다.
   • 좋은 경계를 선택하기 위해 손실을 관찰하면서 학습 속도를 상향 조정합니다.
   • 분포를 벗어난 데이터에 대한 모델 테스트
4. 단일 주기 정책에서 모멘텀은 일반적으로 학습률에 비해 어떻게 동작합니까?
   • 모멘텀은 전체적으로 고정되어 있습니다.
   • 운동량은 전체 시간 동안 0으로 설정됩니다.
   • 모멘텀은 속도와 정확히 일치하여 증가합니다.
   • 모멘텀은 반대로 움직입니다. 비율이 낮을 때는 높고 비율이 높을 때는 낮습니다.
5. During a triangular cyclical learning-rate cycle, how does the rate move between its bounds?
   • It rises from the base rate to the maximum, then falls back toward the base
   • It only decreases from the first step
   • It stays fixed at the maximum
   • It jumps randomly at every minibatch
6. 순환 학습률과 LR 범위 테스트를 도입한 사람은 누구입니까?
   • 제프리 힌튼
   • 레슬리 스미스
   • 얀 르쿤
   • 안드레이 카르파티
7. What sets the duration of a cyclical learning-rate cycle?
   • The number of model layers
   • 어휘 크기
   • A chosen number of training iterations for the up-and-down pattern
   • The number of optimizer parameters
8. What distinguishes the one-cycle policy from repeating several triangular cycles?
   • It keeps the learning rate constant throughout
   • It removes the optimizer’s momentum
   • It measures the learning rate only once
   • It uses one long learning-rate cycle for the training run