引导式测验 · 中等 等级

损失函数测验

测试预测目标、平方误差和绝对误差、类交叉熵、可用的训练导数、损失单位和数值误差平均值。

相关引导路径损失函数
问题 1 的 8

对于预测任务，其选择的损失函数如何量化相对于训练目标的表现？

预览每个问题8 问题

当您参加测验时，就会出现答案和解释。

  1. 对于预测任务，其选择的损失函数如何量化相对于训练目标的表现？
    • A specified prediction-error objective
    • Only runtime speed
    • 仅网络层数
    • Every application benefit automatically
  2. 哪种损失函数最常用于分类任务？
    • 均方误差
    • 平均绝对误差
    • 交叉熵损失
    • 仅铰链距离
  3. 与均方误差相比，为什么您会选择平均绝对误差？
    • 纠正错误以给予更多惩罚
    • 它对异常值更加稳健，因为它不会平方误差
    • 不能用于回归
    • 它忽略了真正的标签
  4. 为什么基于梯度的训练需要可用的损失导数或合适的替代品？
    • So a loss number can be printed
    • So all learning methods become identical
    • So the dataset no longer needs targets
    • So backpropagation and optimization can obtain an update signal
  5. 当分配给目标类的概率变得非常小时，独热类交叉熵会如何变化？
    • Its loss must become zero
    • It rewards the prediction increasingly
    • Its loss becomes large
    • It becomes identical to accuracy
  6. 为什么准确率通常不直接用作训练损失？
    • 它是不可微分的，因此它没有给出有用的梯度
    • 计算起来太容易了
    • 它只适用于回归
    • 无论如何，它总是等于损失
  7. For illustrative regression residuals one and three, what are mean squared error and mean absolute error?
    • MSE is two and MAE is five
    • Both are four
    • MSE is ten and MAE is four
    • MSE is five and MAE is two
  8. Using a base-two logarithm, what one-hot cross-entropy loss corresponds to target-class probability one-quarter?
    • One-quarter bit
    • Two bits
    • Four bits
    • Zero bits