Test legat de ghid · Greu Nivel

Testul de modele bazate pe energie

Aplicați probabilități bazate pe energie, funcții de partiție și gradienți de scor, inclusiv modul în care energiile relative determină rapoartele de distribuție normalizate.

Căi de ghidare aferenteModele bazate pe energie
Întrebare 1 de 8

Într-un model bazat pe energie, cum este energia legată de probabilitatea unui punct de date?

Previzualizează fiecare întrebare8 întrebări

Răspunsurile și explicațiile apar pe măsură ce susțineți testul.

  1. Într-un model bazat pe energie, cum este energia legată de probabilitatea unui punct de date?
    • Energia mare înseamnă probabilitate mare
    • Energia scăzută înseamnă probabilitate mare (p(x) este proporțional cu exp(-E(x)))
    • Energia și probabilitatea nu sunt legate
    • Probabilitatea este egală direct cu energia
  2. Ce face dificilă antrenarea modelelor bazate pe energie?
    • Funcția energetică nu poate fi o rețea neuronală
    • Acestea necesită doar date etichetate
    • Ele nu pot reprezenta imagini
    • Funcția de partiție Z (normalizator peste toate intrările) este de obicei insolubilă de calculat
  3. Ce metodă de eșantionare este utilizată în mod obișnuit pentru a extrage mostre dintr-un EBM?
    • Dinamica Langevin (MCMC bazat pe gradient)
    • Căutare fascicul
    • Sortare rapidă
    • O singură pasă înainte
  4. De ce metode precum potrivirea scorurilor pot evita calcularea funcției de partiție Z?
    • Pentru că Z este întotdeauna egal cu 1
    • Pentru că ignoră funcția energetică
    • Deoarece gradientul log p(x) este -gradient al lui E(x), iar Z (o constantă în x) scade la diferențiere
    • Pentru că funcționează doar pe date discrete
  5. Care dintre acestea este un model clasic bazat pe energie?
    • Transformerul
    • Arborele de decizie
    • Algoritmul k-means
    • Rețeaua Hopfield
  6. For a differentiable EBM density with Z constant in x, how does its score relate to energy?
    • The score equals the partition function itself
    • The score equals the negative input gradient of energy
    • The score ignores the learned energy entirely
    • The score is always the positive energy gradient
  7. An EBM adds the same constant c to every E(x). What happens to normalized probabilities?
    • Every probability increases by c
    • All inputs become equally probable
    • They remain unchanged after the partition function is adjusted
    • The normalizer must be set to zero
  8. For two configurations with E(a) lower than E(b), what follows under the same normalized Gibbs model?
    • Configuration a has greater probability than b
    • Configuration b has greater probability because its energy is higher
    • Both probabilities must be exactly one
    • The comparison requires different partition functions for each point