แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ยาก ระดับ

แบบทดสอบโฟลว์การทำให้เป็นมาตรฐาน

ฝึกฝนการแปลงโฟลว์แบบผันกลับ ความหนาแน่นของการเปลี่ยนแปลงของตัวแปร และการแก้ไขจาโคเบียน รวมถึงขีดจำกัดของการตรวจจับความผิดปกติตามความน่าจะเป็น

เส้นทางแนะนำที่เกี่ยวข้องการทำให้กระแสเป็นปกติ
คำถาม 1 ของ 8

การเปลี่ยนแปลงทุกครั้งในโฟลว์การทำให้เป็นมาตรฐานต้องมีคุณสมบัติทางคณิตศาสตร์อะไรบ้าง

ดูตัวอย่างทุกคำถาม8 คำถาม

คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ

  1. การเปลี่ยนแปลงทุกครั้งในโฟลว์การทำให้เป็นมาตรฐานต้องมีคุณสมบัติทางคณิตศาสตร์อะไรบ้าง
    • จะต้องเป็นการแมปแบบสุ่มและไม่สามารถกลับด้านได้
    • มันจะต้องกลับด้านได้ (bijective) และหาอนุพันธ์ได้
    • จะต้องลดมิติลงในแต่ละขั้นตอน
    • จะต้องเป็นตารางการค้นหาแบบแยก
  2. สูตรใดช่วยให้โฟลว์การทำให้เป็นมาตรฐานสามารถคำนวณความน่าจะเป็นที่แน่นอนได้
    • ฟังก์ชั่นซอฟต์แม็กซ์
    • สมการเบลล์แมน
    • กฎของ Bayes นำไปใช้กับการบันทึก
    • สูตรการเปลี่ยนแปลงของตัวแปรโดยใช้ดีเทอร์มิแนนต์จาโคเบียน
  3. เหตุใดสถาปัตยกรรมโฟลว์เช่น RealNVP และ Glow จึงใช้เลเยอร์คัปปลิ้ง
    • เพื่อให้สามเหลี่ยมจาโคเบียนมีค่าดีเทอร์มีแนนต์ในการคำนวณราคาถูก
    • เพื่อให้โมเดลไม่สามารถพลิกกลับได้
    • เพื่อขจัดความจำเป็นในการกระจายฐาน
    • เพื่อแปลงโมเดลให้เป็น GAN
  4. What does a tractable normalizing flow provide that an ordinary GAN generator generally does not?
    • A guarantee of perfect anomaly detection
    • A guarantee of faster sampling than every GAN
    • An explicitly evaluable model density through change of variables
    • A non-invertible mapping with no base distribution
  5. How should a team use normalizing-flow likelihoods for anomaly detection?
    • Assume every high-likelihood input is familiar
    • Treat density as the probability mass of a single point
    • Skip checking real anomaly labels
    • Validate them as a signal against relevant in-distribution and anomalous examples
  6. เทคนิคสมัยใหม่ใดที่ใช้ในระบบอย่าง Stable Diffusion 3 ที่เติบโตมาจากแนวคิดการไหลแบบต่อเนื่อง
    • การขยายพันธุ์กลับตามกาลเวลา
    • การจับคู่การไหล (การเรียนรู้สนามความเร็วที่ส่งเสียงรบกวนไปยังข้อมูล)
    • โทเค็น
    • ค้นหาบีม
  7. A one-dimensional flow inverse is z = x / 2. What log-Jacobian term appears in log p(x)?
    • log(2)
    • The parameter count of the network
    • log(1/2)
    • No term because the inverse is linear
  8. Why must a normalizing flow account for stretching or shrinking volume?
    • A transformed region’s density must reflect the changed volume
    • The transformation must lose half its dimensions
    • Every output point must have probability mass one
    • The base distribution must be discarded after training