Kuiz Berhenti Awal

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

1. Apakah isyarat yang dipantau terutamanya oleh pemberhentian awal untuk memutuskan masa untuk berhenti?
   • Prestasi set pengesahan
   • Kehilangan set latihan
   • Suhu GPU
   • Bilangan parameter model
2. Apakah kawalan parameter 'kesabaran'?
   • Kadar pembelajaran maksimum
   • Berapa banyak masa untuk menunggu tanpa peningkatan sebelum berhenti
   • Saiz batch
   • Bilangan lipatan pengesahan
3. Selepas pemberhentian awal pencetus, berat manakah yang biasanya anda perlu simpan?
   • Berat dari zaman akhir
   • Berat yang dimulakan secara rawak
   • Wajaran dari zaman pengesahan terbaik
   • Purata semua zaman
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. Bentuk tipikal lengkung ralat-pengesahan semasa latihan diterangkan sebagai:
   • Bentuk U yang jatuh kemudian naik
   • Menurun secara monoton
   • Satu garisan rata
   • Monotonik meningkat
6. Apakah yang biasanya ditentukan oleh ambang 'min_delta'?
   • Bilangan minimum lapisan
   • Peningkatan minimum yang dikira sebagai kemajuan
   • Saiz kumpulan minimum
   • Saiz set data minimum
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