Gids-gekoppelde quiz · Middelmatig Niveau
Stochastische gradiëntafdaling met momentumquiz
Test de geaccumuleerde snelheid, trillingsdemping, coëfficiënteffecten, consistente gradiënten, Adam-verbinding en nul-momentumgedrag.
Vraag 1 van 8
Wat accumuleert de momentumterm tijdens de training?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Wat accumuleert de momentumterm tijdens de training?
- Het totale aantal trainingsepochs
- Een lopend (exponentieel gewogen) gemiddelde van eerdere hellingen
- De grootte van de gegevensset
- De nauwkeurigheidsgeschiedenis van het model
- Welk probleem heeft gewone SGD in een lang, smal ravijn dat het momentum helpt oplossen?
- Het loopt numeriek over
- Het stopt met het berekenen van gradiënten
- Het verhoogt automatisch de leersnelheid
- Hij zigzagt over de steile wanden en beweegt langzaam over de vloer
- Een gebruikelijke standaardwaarde voor de momentumcoëfficiënt is:
- 0,9
- 0,0
- 0,5
- 2.0
- Welke fysieke analogie wordt het vaakst gebruikt om momentum te beschrijven?
- Een slinger die voor altijd slingert
- Een veer die terugkaatst
- Een zware bal rolt bergafwaarts
- Water bevriezen
- Hoeveel versterkt momentum grofweg de effectieve stap in een consistente richting wanneer bèta = 0,9?
- Ongeveer 2 keer
- Ongeveer 0,1 keer
- Geen versterking
- Ongeveer 10 keer
- Welke moderne optimizer maakt gebruik van een momentum-achtige eerste-moment-schatting?
- Newtons methode
- Adam
- K-betekent
- Willekeurig zoeken
- In the update v = beta times v plus gradient, what happens when beta is zero?
- The old velocity is doubled
- Every gradient becomes zero
- The previous velocity is discarded and the current gradient determines the step
- The parameters stop depending on the learning rate
- Why can repeated gradients with opposing sideways directions produce less zig-zagging under momentum?
- Their opposing contributions can partially cancel in accumulated velocity
- All past gradients are stored as separate parameters
- The loss becomes convex automatically
- Momentum ignores the current gradient entirely