Основы нейронных сетей МТИ (ОТВЕТЫ) (Решение → 40442)

1. Нейронные сети бывают следующих видов

2. Задача классифи

3. Обучение нейронной сети – это применение алгоритма оптимизации для решения задачикации – это задача

4. Отметьте верные высказывания о функциях активации

5. Идея Momentum состоит в

6. Нейронные сети, наиболее часто применяющиеся в CV – это

7. Задачу машинного обучения можно представить в виде последовательности выполнения действий по выбору оптимальной решающей функции f из многопараметрического семейства F. Задача обучения сводится к задаче оптимизации на этапе

8. Производная сигмоиды выражается через саму сигмоиду аналитически, как

9. Метод подбора адаптированного learning rate на основе оценки исторических градиентов

10. При прямом проходе через Feed Forward Neural Network

11. Архитектура полносвязной нейронные сети основана на идее

12. Начальная инициализация весов нейросети

13. Лучший способ борьбы с переобучением

14. Наиболее популярный на текущий момент метод оптимизации, основанный на идее использования двух моментных членов, предложенный в 2015 году

15. Обучение с учителем характеризуется

16. Градиентные методы оптимизации

17. Условия Каруша-Куна-Таккера применимы для решения

18. Все описанные в лекции алгоритмы обладают общим свойством. Каким?

19. Функции активации в нейронных сетях

20. Переобучение – это эффект, возникающий при

21. Алгоритм Backpropagation:

22. Функции активации в нейронных сетях: