Основы нейронных сетей. Синергия.Тест.

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

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: