แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ยาก ระดับ
แบบทดสอบปรากฏการณ์ Double Descent
ตรวจสอบการสืบค้นแบบ double descent เมื่อใกล้จะประมาณค่า และดูว่าปรากฏการณ์จะแตกต่างกันไปตามขนาดโมเดล ขนาดชุดข้อมูล และระยะเวลาการฝึกอย่างไร
คำถาม 1 ของ 8
โดยทั่วไปแล้วข้อผิดพลาดในการทดสอบจะถึงจุดสูงสุดที่ใดในเส้นโค้ง Double Descent
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- โดยทั่วไปแล้วข้อผิดพลาดในการทดสอบจะถึงจุดสูงสุดที่ใดในเส้นโค้ง Double Descent
- ที่เกณฑ์การแก้ไขซึ่งแบบจำลองเหมาะสมกับข้อมูลการฝึกทั้งหมด
- ในช่วงเริ่มต้นของการฝึกโดยมีพารามิเตอร์น้อย
- หลังจากพารามิเตอร์นับพันล้านเท่านั้น
- ข้อผิดพลาดในการทดสอบไม่เคยถึงจุดสูงสุด มันตกอย่างน่าเบื่อหน่าย
- จะเกิดอะไรขึ้นกับข้อผิดพลาดในการทดสอบเมื่อแบบจำลองมีพารามิเตอร์มากเกินไปอย่างมาก
- มันเพิ่มขึ้นอย่างไม่มีกำหนดเนื่องจากการฟิตติ้งมากเกินไป
- มันสามารถลดลงได้อีกครั้ง ซึ่งมักจะต่ำกว่าค่าต่ำสุดแบบคลาสสิก
- มันคงแบนแน่ๆ
- มันกลายเป็นเรื่องบังเอิญและคาดเดาไม่ได้
- 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
- การสืบเชื้อสายสองครั้งแบบ 'ยุคฉลาด' หมายถึงผลกระทบที่ปรากฏเป็นฟังก์ชันของอะไร?
- จำนวน GPU ที่ใช้
- ตารางอัตราการเรียนรู้เท่านั้น
- ขนาดของชุดทดสอบ
- ระยะเวลาอบรม (จำนวนยุค)
- แนวคิดคลาสสิกใดที่ท้าทายการสืบเชื้อสายสองเท่า
- การแลกเปลี่ยนรูปตัว U ของความแปรปรวนอคติ
- การขยายพันธุ์กลับ
- โคตรลาดสุ่ม
- กฎลูกโซ่
- ใครช่วยเผยแพร่และสร้างเส้นโค้งคู่ในปี 2562 อย่างเป็นทางการ?
- นิวตันและไลบ์นิซ
- เบลคิน ซู มา และมันดาล
- ทัวริงและโบสถ์
- เฉพาะคู่แข่ง Kaggle ที่ไม่ระบุชื่อเท่านั้น
- 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
- 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