Gids-gekoppelde quiz · Moeilijk Niveau

Quiz voor het normaliseren van stromen

Oefen met omkeerbare stroomtransformaties, verandering van variabelendichtheden en Jacobiaanse correcties, inclusief de grenzen van op waarschijnlijkheid gebaseerde anomaliedetectie.

Gerelateerde gidspadenNormaliseren van stromen
Vraag 1 van 8

Welke wiskundige eigenschap moet elke transformatie in een normaliserende stroom hebben?

Bekijk elke vraag8 vragen

Antwoorden en uitleg verschijnen terwijl je de quiz doet.

  1. Welke wiskundige eigenschap moet elke transformatie in een normaliserende stroom hebben?
    • Het moet een willekeurige, niet-omkeerbare mapping zijn
    • Het moet omkeerbaar (bijectief) en differentieerbaar zijn
    • Het moet de dimensionaliteit bij elke stap verminderen
    • Het moet een discrete opzoektabel zijn
  2. Met welke formule kunnen normaliserende stromen exacte waarschijnlijkheden berekenen?
    • De softmax-functie
    • De Bellman-vergelijking
    • De regel van Bayes was van toepassing op logits
    • De formule voor verandering van variabelen met behulp van de Jacobiaanse determinant
  3. Waarom gebruiken flow-architecturen zoals RealNVP en Glow koppelingslagen?
    • Om de Jacobiaanse driehoek zo te maken dat de determinant ervan goedkoop te berekenen is
    • Om het model niet-inverteerbaar te maken
    • Om de noodzaak van een basisdistributie weg te nemen
    • Om het model om te zetten in een GAN
  4. 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
  5. 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
  6. Welke moderne techniek, gebruikt in systemen als Stable Diffusion 3, is voortgekomen uit ideeën voor continue stroom?
    • Terugpropagatie door de tijd
    • Flow matching (leren van een snelheidsveld dat ruis naar gegevens transporteert)
    • Tokenisatie
    • Straal zoeken
  7. 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
  8. 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