Jak nazywają się sieci, które zajmują się zaawansowaną kategoryzacją obrazów i filmów? Możliwe odpowiedzi: 1. Sieci konwolucyjne, 2. Sieci rekurencyjne, 3. Sieci liniowe, 4. Sieci statyczne
RYEm4Ab6XzxTY1
Ćwiczenie 2
Jak nazywa się technika, która sprawia, że w trakcie uczenia sieci aktualizowane są tylko wagi neuronów, które są najelpiej przystosowane do danego wzorca? Możliwe odpowiedzi: 1. Technika regularyzacji opuszczeń., 2. Technika regularyzacji połączen., 3. Technika regularyzacji wag., 4. Techinka regularyacji warstowej.
RSSWplctf5Pkc2
Ćwiczenie 3
Co jest podstawowym elementem każdej sieci neuronowej? Możliwe odpowiedzi: 1. neuron, 2. warstwa ukryta, 3. funkcja aktywacji neuronu
RxsgMZ3Mb4sn62
Ćwiczenie 4
Z ilu neuronów zazwyczaj składa się warstwa wyjściowa sieci neuronowej rozwiązującej problem klasyfikacji binarnej? Możliwe odpowiedzi: 1. Z jednego lub dwóch neuronów., 2. Z trzech albo czterech neuronów., 3. Takie sieci nie posiadają warstwy wyjściowej., 4. Z minimum 10 neuronów.
Rpuf6irHDqcDy2
Ćwiczenie 5
Jakie sieci neuronowe nazywamy głębokimi? Możliwe odpowiedzi: 1. Te które posiadają więcej niż dwie ukryte warstwy., 2. Te które posiadają więcej niż dwie warstwy wejściowe., 3. Te które posiadają więcej niż dwie warstwy wyjściowe., 4. Te których warstwa wyjściowa jest bezpośrednio połączona z warstwą wejściową.
R1Fz5sMyJZWzj3
Ćwiczenie 6
Wstaw brakujące wyrażenia tak, aby treść poniższego tekstu była prawdziwa. Skuteczność sieci 1. Małe, 2. wagi, 3. adaptuje się, 4. długości, 5. nie jest, 6. jest, 7. Duże uzależniona od jej struktury. 1. Małe, 2. wagi, 3. adaptuje się, 4. długości, 5. nie jest, 6. jest, 7. Duże znaczenie ma liczba neuronów, warstw oraz połączeń. Dodatkowo kolejnym parametrem wpływającym na działanie sieci są 1. Małe, 2. wagi, 3. adaptuje się, 4. długości, 5. nie jest, 6. jest, 7. Duże poszczególnych połączeń. Ich odpowiedni dobór sprawia, że nasza sieć 1. Małe, 2. wagi, 3. adaptuje się, 4. długości, 5. nie jest, 6. jest, 7. Duże do rozwiązywania określonego problemu.
Wstaw brakujące wyrażenia tak, aby treść poniższego tekstu była prawdziwa. Skuteczność sieci 1. Małe, 2. wagi, 3. adaptuje się, 4. długości, 5. nie jest, 6. jest, 7. Duże uzależniona od jej struktury. 1. Małe, 2. wagi, 3. adaptuje się, 4. długości, 5. nie jest, 6. jest, 7. Duże znaczenie ma liczba neuronów, warstw oraz połączeń. Dodatkowo kolejnym parametrem wpływającym na działanie sieci są 1. Małe, 2. wagi, 3. adaptuje się, 4. długości, 5. nie jest, 6. jest, 7. Duże poszczególnych połączeń. Ich odpowiedni dobór sprawia, że nasza sieć 1. Małe, 2. wagi, 3. adaptuje się, 4. długości, 5. nie jest, 6. jest, 7. Duże do rozwiązywania określonego problemu.
R1dt0tLdtAFpC3
Ćwiczenie 7
Zaznacz wszystkie elementy składające się na budowę sztucznego neuronu. Możliwe odpowiedzi: 1. wejścia danych, 2. wagi poszczególnych wejść danych, 3. funkcja aktywacji, 4. wyjście danych, 5. algorytm propagacji wstecznej, 6. funkcja wagowa, 7. próg aktywacji
RUxxDIZ5Sj1UP3
Ćwiczenie 8
Połącz w pary rodzaje warstw sieci neuronowej wraz z ich opisami. warstwa wejściowa Możliwe odpowiedzi: 1. odpowiada za wstępne przygotowanie danych wejściowych, 2. każda dodatkowa warstwa pomiędzy warstwą wejściową i wyjściową, 3. odpowiada za finalną prezentację końcowego wyniku warstwa wyjściowa Możliwe odpowiedzi: 1. odpowiada za wstępne przygotowanie danych wejściowych, 2. każda dodatkowa warstwa pomiędzy warstwą wejściową i wyjściową, 3. odpowiada za finalną prezentację końcowego wyniku warstwa ukryta Możliwe odpowiedzi: 1. odpowiada za wstępne przygotowanie danych wejściowych, 2. każda dodatkowa warstwa pomiędzy warstwą wejściową i wyjściową, 3. odpowiada za finalną prezentację końcowego wyniku
Połącz w pary rodzaje warstw sieci neuronowej wraz z ich opisami. warstwa wejściowa Możliwe odpowiedzi: 1. odpowiada za wstępne przygotowanie danych wejściowych, 2. każda dodatkowa warstwa pomiędzy warstwą wejściową i wyjściową, 3. odpowiada za finalną prezentację końcowego wyniku warstwa wyjściowa Możliwe odpowiedzi: 1. odpowiada za wstępne przygotowanie danych wejściowych, 2. każda dodatkowa warstwa pomiędzy warstwą wejściową i wyjściową, 3. odpowiada za finalną prezentację końcowego wyniku warstwa ukryta Możliwe odpowiedzi: 1. odpowiada za wstępne przygotowanie danych wejściowych, 2. każda dodatkowa warstwa pomiędzy warstwą wejściową i wyjściową, 3. odpowiada za finalną prezentację końcowego wyniku