Enerji Tabanlı Modeller Testi

Testi çözdüğünüzde cevaplar ve açıklamalar görünür.

1. Enerji tabanlı bir modelde enerji, bir veri noktasının olasılığıyla nasıl ilişkilidir?
   • Yüksek enerji, yüksek olasılık anlamına gelir
   • Düşük enerji, yüksek olasılık anlamına gelir (p(x), exp(-E(x)) ile orantılıdır)
   • Enerji ve olasılık ilgisizdir
   • Olasılık doğrudan enerjiye eşittir
2. Enerji temelli modellerin eğitimini zorlaştıran şey nedir?
   • Enerji fonksiyonu bir sinir ağı olamaz
   • Yalnızca etiketlenmiş verilere ihtiyaç duyarlar
   • Görüntüleri temsil edemezler
   • Bölümleme işlevi Z (tüm girişler üzerindeki normalleştirici) genellikle hesaplamak için zordur.
3. Bir EBM'den numune almak için yaygın olarak hangi numune alma yöntemi kullanılır?
   • Langevin dinamikleri (gradyan tabanlı MCMC)
   • Işın arama
   • Hızlı sıralama
   • Tek ileri pas
4. Puan eşleştirme gibi yöntemler neden Z bölme fonksiyonunu hesaplamaktan kaçınabiliyor?
   • Çünkü Z her zaman 1'e eşittir
   • Çünkü enerji fonksiyonunu göz ardı ediyorlar
   • Çünkü log p(x)'in gradyanı E(x)'in -gradient'idir ve türev alırken Z (x'te bir sabit) çıkar
   • Çünkü yalnızca ayrık veriler üzerinde çalışırlar
5. Bunlardan hangisi klasik enerji temelli bir modeldir?
   • Transformatör
   • Karar ağacı
   • k-ortalama algoritması
   • Hopfield ağı
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