Kuiz berkaitan panduan · Keras Tahap
Kuiz Menormalkan Aliran
Amalkan transformasi aliran terbalik, ketumpatan perubahan pembolehubah dan pembetulan Jacobian, termasuk had pengesanan anomali berasaskan kemungkinan.
soalan 1 daripada 8
Apakah sifat matematik yang mesti ada pada setiap transformasi dalam aliran normalisasi?
Pratonton setiap soalan8 soalan
Jawapan dan penjelasan muncul semasa anda mengambil kuiz.
- Apakah sifat matematik yang mesti ada pada setiap transformasi dalam aliran normalisasi?
- Ia mestilah pemetaan rawak, tidak boleh terbalik
- Ia mestilah boleh terbalik (bijektif) dan boleh dibezakan
- Ia mesti mengurangkan dimensi pada setiap langkah
- Ia mestilah jadual carian diskret
- Formula manakah yang membolehkan aliran menormalkan mengira kemungkinan yang tepat?
- Fungsi softmax
- Persamaan Bellman
- Peraturan Bayes digunakan untuk logit
- Formula perubahan-pembolehubah menggunakan penentu Jacobian
- Mengapakah seni bina aliran seperti RealNVP dan Glow menggunakan lapisan gandingan?
- Untuk membuat segi tiga Jacobian supaya penentunya murah untuk dikira
- Untuk menjadikan model tidak boleh terbalik
- Untuk menghapuskan keperluan untuk pengedaran asas
- Untuk menukar model kepada 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
- Teknik moden yang manakah, yang digunakan dalam sistem seperti Stable Diffusion 3, yang tumbuh daripada idea aliran berterusan?
- Penyebaran balik melalui masa
- Padanan aliran (mempelajari medan halaju yang mengangkut hingar ke data)
- Tokenisasi
- Carian rasuk
- 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