Вікторина, пов’язана з посібником · Середній Рівень

Відбір і стохастична регуляризація Вікторина

Перевірте випадкові маски, режими навчання та логічного висновку, обернене масштабування, межі коадаптації, випадання MC та передбачення змінних.

Пов'язані напрямні шляхиВипадання та стохастична регуляризація
Питання 1 з 8

Що робить відсівання під час навчання?

Перегляньте кожне запитання8 запитання

Відповіді та пояснення з’являються під час виконання тесту.

  1. Що робить відсівання під час навчання?
    • Назавжди видаляє ваги
    • Випадково встановлює частку виходів нейронів на нуль під час кожного прямого проходу
    • Подвоює швидкість навчання
    • Додає більше шарів до мережі
  2. Чому відсів покращує узагальнення?
    • Це збільшує кількість параметрів
    • Це усуває потребу в навчальних даних
    • Це гарантує нульову помилку навчання
    • Це запобігає нейронам від спільної адаптації та змушує надлишкові, надійні представлення
  3. Що відбувається з випаданням під час перевірки (виведення)?
    • Він вимкнений і використовується повна мережа
    • Це відкидає ще більше нейронів
    • Він видаляє половину ваги
    • Він рандомізує мітки
  4. Показник відсіву p = 0,5 у шарі означає приблизно що під час навчання?
    • Всі нейрони видаляються
    • Нейрони не уражені
    • Близько половини нейронів обнуляються кожного проходу
    • Шар видалено
  5. Що часто називають приблизним відсіванням?
    • Єдина лінійна регресія
    • Дерево рішень
    • Перетворення Фур'є
    • Ансамбль багатьох розріджених мереж, які мають спільну вагу
  6. Для чого використовується випадання за методом Монте-Карло?
    • Прискорення завантаження даних
    • Оцінка невизначеності моделі шляхом утримання активного випадання під час висновку
    • Стиснення мережі до меншої кількості ваг
    • Автоматичне маркування даних навчання
  7. With inverted dropout, why is no extra activation scaling normally needed at ordinary inference?
    • The keep probability becomes exactly zero
    • Inference always averages new random masks
    • Surviving activations were already scaled during training
    • Every weight is divided by the number of layers
  8. The same input yields varying predictions because dropout remains active during evaluation. What explains the variation?
    • New random masks sample different subnetworks on each pass
    • The input changes its label by itself
    • The network has no trained weights
    • Batch size must be one