Test legat de ghid · Greu Nivel

Test cu fenomenul dublu de coborâre

Examinați coborârea dublă în apropierea interpolării și modul în care fenomenul poate varia în funcție de dimensiunea modelului, dimensiunea setului de date și durata antrenamentului.

Căi de ghidare aferenteFenomenul dublu de coborâre
Întrebare 1 de 8

Unde atinge de obicei eroarea de test în curba dublă de coborâre?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. Unde atinge de obicei eroarea de test în curba dublă de coborâre?
    • La pragul de interpolare unde modelul se potrivește doar cu toate datele de antrenament
    • Chiar la începutul antrenamentului cu câțiva parametri
    • Doar după miliarde de parametri
    • Eroarea de testare nu atinge niciodată vârfuri; cade monoton
  2. Ce se întâmplă cu eroarea de testare pe măsură ce un model devine puternic supraparametrat?
    • Se ridică la nesfârșit din cauza supraajustării
    • Poate scădea din nou, adesea sub minimul clasic
    • Rămâne exact plat
    • Devine aleatoriu și imprevizibil
  3. In which setting does the cited implicit-bias analysis characterize a minimum-norm solution?
    • Any neural network trained with gradient descent
    • Any model that reaches zero training error
    • A single-hidden-layer linear network under stated gradient-flow and initialization assumptions
    • A model trained without an optimization objective
  4. Coborârea dublă „înțeleaptă de epocă” se referă la efectul care apare în funcție de ce?
    • Numărul de GPU-uri utilizate
    • Numai programul ratei de învățare
    • Dimensiunea setului de testare
    • Timp de antrenament (număr de epoci)
  5. Ce idee clasică provoacă dubla coborâre?
    • Compensația în formă de U cu variația prejudecata
    • Propagarea inversă
    • Coborarea gradientului stocastic
    • Regula lanțului
  6. Cine a ajutat la popularizarea și oficializarea curbei duble de coborâre în 2019?
    • Newton și Leibniz
    • Belkin, Hsu, Ma și Mandal
    • Turing și Biserica
    • Doar concurenți anonimi Kaggle
  7. Which model families did OpenAI report studying in its deep double-descent experiments?
    • Only decision trees and linear regression
    • Only recurrent speech recognizers
    • Convolutional neural networks, ResNets, and transformers
    • Only graphical game generators
  8. Besides model size and training duration, which axis can also show double-descent behavior?
    • Font size in a report
    • The number of words in a product name
    • The screen resolution of a monitor
    • Training dataset size