- 実行ツール
-
学ぶ
Pythonを学ぶ 実行可能な例、NumPy、pandasなど AI・機械学習を学ぶニューラルネット・機械学習・LLM をゼロから C/C++を学ぶ ポインタ、メモリ、STL、モダンC++ C#を学ぶC# 基礎、OOP、LINQ、async、.NET 演習 Matplotlibを学ぶ折れ線・棒・散布図・円グラフをインタラクティブに Rust を学ぶ所有権、トレイト、エラー処理、スレッド Go を学ぶスライス、インターフェース、goroutine、チャネル Pythonアルゴリズム 探索、ソート、再帰、ビジュアライザー O(n) C/C++アルゴリズム CとC++の実装を比較 子ども向けプログラミング 遊びながらプログラミングを学ぼう!
- クイズNEW
- 課題一覧NEW
- 教師向けNEW
- アップデート
- コーヒーをおごる
AI & Machine Learning クイズ: 深いネットワークの学習
この難しめのクイズでは、深いネットワークを学習させるときに実際に何がうまくいかなくなるのか、そしてそれをどう直すのかを扱います。学習率、ドロップアウト、バッチ正規化、勾配消失と勾配爆発、早期終了について、実務や面接で出会う状況を使って確認します。
例題
第1問 / 全10問学習損失は下がり続けていますが、検証損失はエポック 12 で最低になり、その後は上がっています。何が起きていて、妥当な対応は何ですか?
答えを見る
C. 過学習。エポック 12 の重みを残す(早期終了)か、正則化を加える エポック 12 以降、モデルは汎化するパターンを学ぶのではなく、学習データを暗記しています。早期終了で検証が最も良かったチェックポイントを残しましょう。ドロップアウト、重み減衰、データの追加も効果があります。
このクイズの内容
- 過学習の見抜き方と早期終了
- 学習時と推論時のドロップアウトとバッチ正規化
- 勾配消失と勾配爆発、クリッピングとその対策
- 学習率の選び方とスケジュール
- 重み減衰とその他の正則化
よくある質問
アカウントは必要ですか?
いいえ、誰でも遊べます。ログインすると XP、連続記録、バッジ、履歴が保存されます。
何度でも挑戦できますか?
はい。ベストスコアが記録され、問題と選択肢は毎回シャッフルされます。