Росдистант ТГУ. Системы искусственного интеллекта 2. Возможности библиотеки scikit-learn Python для реализации алгоритма k-means. Промежуточный тест 2
Вопрос 1
Нейронная сеть состоит из единственного нейрона с сигнатурной функцией
активации. Нейронная сеть инициализирована вектором весовых
коэффициентов W и значением смещения b. После инициализации
проводится обучение нейронной сети по методу дельта-правила с
использованием выборки, состоящей из входных сигналов A1, A2, A3, и с
ожидаемыми выходными значениями D1, D2, D3. Последовательность подачи
входных сигналов: первая итерация обучения – A1, вторая итерация обучения
– A2, третья итерация обучения – A3. Коэффициент скорости обучения n
равен 0.2. Требуется рассчитать сумму весовых коэффициентов W и
смещения b нейрона после третьей итерации обучения. Ответ требуется
округлить с помощью функции round() до 2 знаков и записать через символ.
Вопрос 2
Требуется рассчитать выходной сигнал одного нейрона с функцией активации
сигмоид для заданного вектора входных сигналов X. Значения входных
весовых коэффициентов равны 0,5, смещение равно 0,5. Ответ требуется
округлить с помощью функции round() до 2 знаков и записать через символ
. Вектор входных сигналов X:
X = [0.54 -0.96 0.27 0.5 0 -0.55 -0.6 0.52 -0.66 -0.82].
Вопрос 3
Требуется рассчитать выходной сигнал одного нейрона с функцией активации
сигмоид для заданного вектора входных сигналов X. Значения входных
весовых коэффициентов равны 0,5, смещение равно 0,5. Ответ требуется
округлить с помощью функции round() до 2 знаков и записать через символ. Вектор входных сигналов X:
X = [0.7 -0.64 -0.89 -0.28 -0.45 0.06 -0.39 -0.39 -0.78 -0.5].
Вопрос 4
Требуется рассчитать выходной сигнал одного нейрона с функцией активации
сигмоид для заданного вектора входных сигналов X. Значения входных
весовых коэффициентов равны 0,5, смещение равно 0,5. Ответ требуется
округлить с помощью функции round() до 2 знаков и записать через символ. Вектор входных сигналов X:
X = [-0.16 -0.27 -0.63 0.04 -0.98 0.94 0.6 0.51 0.34 -0.94].
Вопрос 5
Требуется рассчитать выходной сигнал одного нейрона с функцией активации
сигмоид для заданного вектора входных сигналов X. Значения входных
весовых коэффициентов равны 0,5, смещение равно 0,5. Ответ требуется
округлить с помощью функции round() до 2 знаков и записать через символ. Вектор входных сигналов X:
X = [-0.97 0.78 -0.43 -0.4 0.58 -0.35 0.73 -0.1 0.1 -0.29].
Вопрос 6
Требуется рассчитать выходной сигнал полносвязной двухслойной
нейронной сети прямого распространения. Количество нейронов в первом
слое равно двум, количество нейронов во втором слое равно одному.
Функция активации всех нейронов – сигмоид. Значения всех весовых
коэффициентов равны 0,5, смещение всех нейронов равно 0,5. Ответ
требуется округлить с помощью функции round() до 2 знаков и записать через
символ «.». Вектор входных сигналов X:
X = [0.48 -0.92 -0.15 -0.35].
Вопрос 7
Нейронная сеть состоит из единственного нейрона с сигнатурной функцией
активации. Нейронная сеть инициализирована вектором весовых
коэффициентов W и значением смещения b. После инициализации
проводится обучение нейронной сети по методу дельта-правила с
использованием выборки, состоящей из входных сигналов A1, A2, A3, и с
ожидаемыми выходными значениями D1, D2, D3. Последовательность подачи
входных сигналов: первая итерация обучения – A1, вторая итерация обучения
– A2, третья итерация обучения – A3. Коэффициент скорости обучения n
равен 0.2. Требуется рассчитать сумму весовых коэффициентов W и
смещения b нейрона после третьей итерации обучения. Ответ требуется
округлить с помощью функции round() до 2 знаков и записать через символ.
Вопрос 8
Требуется рассчитать выходной сигнал одного нейрона с функцией активации
сигмоид для заданного вектора входных сигналов X. Значения входных
весовых коэффициентов равны 0,5, смещение равно 0,5. Ответ требуется
округлить с помощью функции round() до 2 знаков и записать через символ. Вектор входных сигналов X:
X = [-0.13 -0.95 0.1 -0.13 -0.16 -0.34 -0.59 0.24 -0.4 -0.47].
(Итого 20 вопросов)
