Quiz połączony z przewodnikiem · Łatwe Poziom

Quiz dotyczący wczesnego zatrzymywania

Obejmuje monitorowanie walidacyjne, cierpliwość i odzyskiwanie punktów kontrolnych, a w przypadku wcześniejszego zatrzymania może uregulować trening bez gwarantowania mniejszego błędu testu.

Powiązane ścieżki prowadząceWczesne zatrzymanie
Pytanie 1 z 8

Jaki sygnał monitoruje przede wszystkim wczesne zatrzymanie, aby podjąć decyzję o zatrzymaniu?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Jaki sygnał monitoruje przede wszystkim wczesne zatrzymanie, aby podjąć decyzję o zatrzymaniu?
    • Wydajność zestawu sprawdzającego
    • Utrata zestawu treningowego
    • Temperatura GPU
    • Liczba parametrów modelu
  2. Co kontroluje parametr „cierpliwość”?
    • Maksymalna szybkość uczenia się
    • Ile epok czekać bez poprawy zanim się zatrzyma
    • Rozmiar partii
    • Liczba fałd walidacyjnych
  3. Jakie ciężary powinieneś zazwyczaj utrzymywać po wcześniejszym zatrzymaniu?
    • Wagi z ostatniej epoki
    • Losowo zainicjowane wagi
    • Wagi z najlepszej epoki walidacyjnej
    • Średnia ze wszystkich epok
  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. Typowy kształt krzywej błędu walidacji podczas uczenia najlepiej opisać jako:
    • Kształt litery U, który opada, a następnie wznosi się
    • Monotonicznie malejące
    • Płaska linia
    • Monotonicznie rosnące
  6. Co zazwyczaj określa próg „min_delta”?
    • Minimalna liczba warstw
    • Minimalna poprawa liczona jako postęp
    • Minimalna wielkość partii
    • Minimalny rozmiar zbioru danych
  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