Основы нейронных сетей. Синергия.Тест. (Решение → 46924)

Описание

Основы нейронных сетей. Синергия.Тест. 22 вопроса. 2023 год. Перед покупкой убедитесь что вопросы вам подходят.

Оглавление

1. При прямом проходе через Feed Forward Neural Network:2. Архитектура полносвязной нейронные сети основана на идее3. Начальная инициализация весов нейросети:4. Лучший способ борьбы с переобучением:5. Наиболее популярный на текущий момент

1. При прямом проходе через Feed Forward Neural Network:

2. Архитектура полносвязной нейронные сети основана на идее

3. Начальная инициализация весов нейросети:

4. Лучший способ борьбы с переобучением:

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

6. Обучение с учителем характеризуется

7. Градиентные методы оптимизации

8. Условия Каруша-Куна-Таккера применимы для решения:

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

10. Функции активации в нейронных сетях:

11. Переобучение – это эффект, возникающий при

12. Алгоритм Backpropagation:

13. Функции активации в нейронных сетях:

14. Нейронные сети бывают следующих видов:

15. Задача классификации – это задача

16. Обучение нейронной сети – это применение алгоритма оптимизации для решения задачи

17. Отметьте верные высказывания о функциях активации:

18. Идея Momentum состоит в:

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

20. 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:

21. Производная сигмоиды выражается через саму сигмоиду аналитически, как

22. Метод подбора адаптированного learning rate на основе оценки исторических градиентов: