Нейронные сети.фроб_БАК(2/2)

Скачать тест — (Нейронные сети.фроб_БАК(2_2)_ea086edf.pdf)

  1. Какой из следующих методов оптимизации наиболее часто используется для обучения нейронных сетей:
  2. Вычислительная модель, вдохновленная структурой и функционированием человеческого мозга, состоящая из взаимосвязанных узлов (нейронов), которые обрабатывают информацию и способны к обучению называется ….
  3. Алгоритм обучения персептона основан на методе-….
  4. Какая из следующих архитектур нейронных сетей чаще всего используется для задач обработки изображений:
  5. Процесс, при котором сеть обучается на наборе данных, минимизируя ошибку предсказания путем корректировки весов с использованием методов, таких как обратное распространение ошибки называется ….
  6. Какой метод обучения нейронной сети направлен на минимизацию функции потерь с использованием производной функции потерь по отношению к весам:
  7. Что является основным преимуществом рекуррентных нейронных сетей (RNN) по сравнению с обычными нейронными сетями:
  8. Функция, измеряющая, насколько хорошо нейронная сеть предсказывает выходные данные по сравнению с реальными значениями; минимизация этой функции является целью процесса обучения называется ……
  9. ….- способность нейронной сети применять полученные знания из обучающей выборки к новым, невиданным данным, что является критически важным аспектом успешного обучения
  10. Какое из следующих утверждений о скрытом состоянии в рекуррентной нейронной сети является верным:
  11. Персептроны состоят из … слоя(слоев):
  12. Что из перечисленного представляет собой разновидность рекуррентной нейронной сети, решающую проблему затухающего градиента:
  13. Что из перечисленного относится к методам регуляризации, применяемым для предотвращения переобучения нейронных сетей:
  14. Какой из следующих типов нейронных сетей наиболее подходит для обработки последовательных данных, таких как текст или временные ряды:
  15. …- это тип нейронной сети, в которой информация передается не только вперед, от входного слоя к выходному, но и назад, что позволяет сети учитывать предшествующий контекст при обработке последовательных данных
  16. Какой метод обучения используется для оптимизации рекуррентных нейронных сетей:
  17. Модель нейронной сети, состоящей из одного слоя обрабатывающих элементов, называется:
  18. Какой из следующих элементов является характерным для рекуррентных нейронных сетей (RNN):
  19. …-это алгоритм технической оптимизации, вдохновленный процессом естественного биологического отбора
  20. Альтернативой топологией для RNN является сеть….
  21. Какие методы обучения относятся к подходу с подкреплением:
  22. Какой из следующих методов включает в себя использование нескольких моделей для повышения качества прогноза:
  23. …- способность рекуррентных нейронных сетей анализировать и производить данные, представляющие собой последовательные или временные ряды, такие как текст, аудио и временные метки, что делает их полезными для задач распознавания речи, машинного перевода и анализа тональности
  24. Какой из следующих компонентов является характерным для архитектуры свертки в сверточных нейронных сетях:
  25. Какое из следующих утверждений верно относительно критериев топологии Джордана:
  26. Излишнее упрощение сети, при котором она не воспроизводит мелкие зависимости-…
  27. В чем заключается основная задача рекуррентной нейронной сети:
  28. …- коэффициент, обозначающий смещение, которое может интерпретироваться как пороговое значение