Многослойнные нейронные сети

Frage 1

Что такое многослойная нейронная сеть?

a) Сеть, состоящая из одного слоя

b) Сеть, состоящая из трех слоев

c) Сеть, состоящая из нескольких последовательно соединенных слоев

d) Сеть, состоящая из двух параллельных слоев

Frage 2

Что такое функция активации в нейронной сети?

a) Функция, определяющая активность нейрона

b) Функция, используемая для определения ошибки

c) Функция, используемая для обратного распространения ошибки

d) Функция, используемая для инициализации весов

Frage 3

Что такое обратное распространение ошибки (backpropagation)?

a) Процесс обновления весов сети, исходя из полученной ошибки

b) Процесс определения важности каждого нейрона в сети

c) Процесс определения функции активации для каждого слоя

d) Процесс определения оптимального числа слоев в сети

Frage 4

Какой вид задачи может решать многослойная нейронная сеть?

a) Только задачи классификации

b) Только задачи регрессии

c) Как задачи классификации, так и регрессии

d) Только задачи временных рядов

Frage 5

Что представляют из себя веса в нейронной сети?

a) Числовые значения, характеризующие важность каждого нейрона

b) Числовые значения, устанавливаемые на каждой итерации обучения

c) Числовые значения, определяющие влияние каждого входа на выход сети

d) Числовые значения, устанавливаемые вручную перед обучением

Frage 6

Как называется процесс подстройки весов в нейронной сети для минимизации ошибки?

a) Генерация случайных чисел

b) Прямое распространение

c) Обратное распространение ошибки

d) Инициализация весов

Frage 7

Зачем применяется метод стохастического градиентного спуска в обучении нейронных сетей?

a) Для ускорения сходимости обучения

b) Для более точного определения весов

c) Для предотвращения переобучения

d) Для инициализации начальных весов

Frage 8

Что такое переобучение в контексте многослойных нейронных сетей?

a) Снижение ошибки на обучающей выборке

b) Увеличение ошибки на валидационной выборке

c) Избыточная способность модели к обобщению

d) Ухудшение точности предсказаний на тестовой выборке

Frage 9

Что такое функция потерь (loss function) в контексте многослойных нейронных сетей?

a) Функция, определяющая погрешность модели на тестовых данных

b) Функция, определяющая погрешность модели на обучающих данных

c) Функция, определяющая распределение весов в сети

d) Функция, определяющая оптимальное число слоев в сети

Frage 10

Как можно предотвратить переобучение в многослойных нейронных сетях?

a) Увеличение числа нейронов в каждом слое

b) Увеличение количества обучающих эпох

c) Использование ранней остановки (early stopping)

d) Увеличение глубины сети

Fragen

Frage 1

Frage 2

Frage 3

Frage 4

Frage 5

Frage 6

Frage 7

Frage 8

Frage 9

Frage 10

Многослойнные нейронные сети

{{t.name}}

Fragen

Frage {{ qIndex + 1 }}

Ähnliche Tests

Комментарии

{{ comment.author.name }}

{{ reply.author.name }}