Kuiz berkaitan panduan · Keras Tahap

Kuiz Teori Kernel Tangen Neural

Uji cara Kernel Tangen Neural memautkan latihan rangkaian lebar tak terhingga kepada kaedah kernel dan dinamik ruang fungsi dalam had linear.

Laluan panduan yang berkaitanTeori Kernel Tangen Neural
soalan 1 daripada 8

Dalam had lebar tak terhingga, bagaimanakah Kernel Tangen Neural bertindak semasa latihan?

Pratonton setiap soalan8 soalan

Jawapan dan penjelasan muncul semasa anda mengambil kuiz.

  1. Dalam had lebar tak terhingga, bagaimanakah Kernel Tangen Neural bertindak semasa latihan?
    • Ia kekal pada asasnya tetap
    • Ia berubah dengan pantas setiap langkah
    • Ia menjadi sifar
    • Ia berkembang secara eksponen
  2. Apakah NTK secara matematik?
    • Hessian kehilangan
    • Produk dalaman kecerunan parameter rangkaian untuk dua input
    • Softmax keluaran
    • Varians berat
  3. Siapa yang memperkenalkan Kernel Tangen Neural?
    • Hinton dan Salakhutdinov
    • LeCun dan Bengio
    • Jacot, Gabriel, dan Hongler (2018)
    • Vaswani dan rakan sekerja
  4. Apakah rejim 'latihan malas'?
    • Apabila latihan dihentikan sementara
    • Apabila pengoptimum tidak menggunakan momentum
    • Apabila data dimasukkan secara perlahan
    • Apabila parameter hampir tidak bergerak dari permulaan dan rangkaian berkelakuan secara linear
  5. Batasan utama teori NTK untuk rangkaian sebenar ialah ia terlepas:
    • Pembelajaran ciri dalam rangkaian lebar terhingga
    • Peranan keturunan kecerunan
    • Kewujudan pemberat
    • Penggunaan data latihan
  6. Kerana NTK mengurangkan latihan kepada regresi kernel, apakah yang mungkin?
    • Menghapuskan keperluan untuk sebarang data
    • Meramalkan output terlatih tanpa latihan sepenuhnya
    • Menjalankan model tanpa parameter
    • Menjamin ralat ujian sifar sentiasa
  7. In the infinite-width limit, what probabilistic model are neural networks equivalent to at initialization?
    • Model Markov tersembunyi
    • Kumpulan pokok keputusan
    • A Gaussian process
    • A finite-state game controller
  8. For least-squares regression in the NTK limit, what mathematical form does the network function's training evolution follow?
    • A discrete rule that randomly changes labels
    • A decision tree that grows one branch per epoch
    • A nonlinear search over audio frames
    • A linear differential equation in function space