- Компиляторы
-
Обучение
Изучить Python Запускаемые примеры, NumPy, pandas и другое Изучить ИИ / машинное обучениеНейросети, ML и LLM с нуля Изучить C и C++ Указатели, память, STL и современный C++ Изучить C#Основы C#, ООП, LINQ, async и упражнения .NET Изучить MatplotlibЛинейные, столбчатые, точечные и круговые диаграммы с визуализацией Изучение RustВладение, трейты, обработка ошибок и потоки Изучение GoСрезы, интерфейсы, горутины и каналы Алгоритмы на Python Поиск, сортировка, рекурсия и визуализация O(n) Алгоритмы на C и C++ Сравнение реализаций на C и C++ Программирование для детей Учись программировать, играя!
- КвизыНовое
- ЗадачиНовое
- УчителямНовое
- Обновления
- Угостить кофе
Квиз по AI & Machine Learning: Training Deep Networks
This hard quiz is about what actually goes wrong when you train deep networks and how to fix it. It covers learning rates, dropout, batch normalization, vanishing and exploding gradients and early stopping, using situations you will meet in practice and in interviews.
Пример вопроса
Вопрос 1 из 10Training loss keeps falling, but validation loss reaches its lowest point at epoch 12 and rises after that. What is happening and what is a sensible response?
Показать ответ
C. Overfitting; keep the weights from epoch 12 (early stopping) or add regularization After epoch 12 the model memorises the training data instead of learning patterns that generalise. Early stopping keeps the best validation checkpoint; dropout, weight decay or more data also help.
Что проверяет этот квиз
- Spotting overfitting and stopping early
- Dropout and batch norm at training vs inference time
- Vanishing and exploding gradients, clipping and their fixes
- Learning rate choice and schedules
- Weight decay and other regularization
Частые вопросы
Нужен ли аккаунт?
Нет. Играть может любой. Войдите, чтобы сохранять XP, серию, значки и историю.
Можно пройти ещё раз?
Да. Лучший результат сохраняется, а вопросы и ответы каждый раз перемешиваются.