Quiz de AI & Machine Learning: Entrenar redes profundas

Este quiz difícil trata sobre lo que de verdad sale mal al entrenar redes profundas y cómo arreglarlo. Cubre tasas de aprendizaje, dropout, batch normalization, gradientes que se desvanecen o explotan y early stopping, con situaciones que encontrarás en la práctica y en las entrevistas.

Difícil 10 preguntas ~8 minutos Se aprueba con 80%

Elige un modo

Juegas como invitado: inicia sesión para guardar tu XP y tu racha.

Pregunta de ejemplo

Pregunta 1 de 10

La pérdida de entrenamiento sigue bajando, pero la de validación llega a su mínimo en la época 12 y sube a partir de ahí. ¿Qué está pasando y qué respuesta tiene sentido?

Ver la respuesta

C. Overfitting; quedarse con los pesos de la época 12 (early stopping) o añadir regularización A partir de la época 12, el modelo memoriza los datos de entrenamiento en lugar de aprender patrones que generalicen. El early stopping se queda con el mejor checkpoint de validación; el dropout, el weight decay o más datos también ayudan.

Qué cubre este quiz

  • Detectar el overfitting y parar a tiempo
  • Dropout y batch norm en entrenamiento frente a inferencia
  • Gradientes que se desvanecen o explotan, el clipping y sus soluciones
  • Elección de la tasa de aprendizaje y schedules
  • Weight decay y otras formas de regularización

Preguntas frecuentes

¿Necesito una cuenta?

No. Cualquiera puede jugar. Inicia sesión para guardar tu XP, racha, insignias e historial.

¿Puedo repetirlo?

Sí. Se guarda tu mejor puntuación, y las preguntas y respuestas se mezclan cada vez.