Архитектуры нейронных сетей
1. Какая основная функция архитектуры нейронной сети?
-
Обработка информации внутри сети
-
Передача данных друг другу
-
Моделирование высокоуровневых абстракций данных
2. Какие компоненты взаимодействуют в архитектуре нейронной сети?
-
Пиксели, границы, текстуры
-
Нейроны, слои, функции активации
-
База данных, петли, предсказания
3. Для каких задач часто используются сверточные нейронные сети?
-
Обработка изображений
-
Обработка речи
-
Генерация новых данных
4. Что делают сверточные слои в сверточных нейронных сетях?
-
Уменьшают размер выходных данных
-
Делают предсказания или классифицируют объекты
-
Извлекают признаки изображения
5. Что делают автоэнкодеры в нейронных сетях?
-
Уменьшают размерность данных
-
Восстанавливают входные данные из сжатого представления
-
Генерируют новые данные
6. Что представляет собой глубокая нейронная сеть?
-
Состоит из множества слоев
-
Моделирует высокоуровневые абстракции данных
-
Автоматически изучает данные и выявляет полезные признаки
7. Что делают генеративные состязательные сети?
-
Генерируют более реалистичные новые данные
-
Конкурируют друг с другом
-
Используются для обработки текстовых данных
8. Как работают полносвязные нейронные сети?
-
Каждый нейрон передает выходной сигнал остальным нейронам, включая самого себя
-
Каждый слой содержит нейроны с едиными входами
-
Нейроны объединяются в слои
9. В чем особенность рекуррентных нейронных сетей (RNN)?
-
Имеют память о предыдущих входах
-
Используются для обработки последовательностей данных
-
Моделируют высокоуровневые абстракции данных
10. Что такое LSTM в рекуррентных нейронных сетях?
-
Специальные клетки памяти
-
Внутреннее состояние сети
-
Долгая краткосрочная память