Rozstrzygnij, czy sieć liniowa zostaje wzbogacona przez dodawanie warstw ukrytych. Uzasadnij odpowiedź. (Uzupełnij).
Nie, ponieważ wszystkie obliczenia w neuronach mają charakter liniowy, więc zawsze jesteśmy w stanie zastąpić parę warstw ukrytych za pomocą jednej z odpowiednimi wagami.
2
Ćwiczenie 3
R1VIlMpHwHlMg
Oceń prawdziwość stwierdzenia „Wartość zwracana przez funkcję straty jest wyznacznikiem, jak bardzo wynik nanszej sieci neuronowej różnic się od prawidłowego”. Możliwe odpowiedzi: 1. Prawda, 2. Fałsz
2
Ćwiczenie 4
R1aLLnLxzrdVK
Wyjaśnij, na czym polega działanie algorytmu propagacji wstecznej. (Uzupełnij).
Działanie algorytmu propagacji wstecznej polega na korzystaniu z pochodnej funkcji straty tak, aby w odpowiedni sposób zmieniać wagi poszczególnych połączeń. Dzięki temu minimalizujemy wartość zwracaną przez funkcję straty i uczymy naszą sieć.
2
Ćwiczenie 5
R1RGv3fohb86R
Wybierz jedno nowe słowo poznane podczas dzisiejszej lekcji i ułóż z nim zdanie.
3
Ćwiczenie 6
R1KN7gCFw2YFv
Zaznacz wszystkie typy najczęściej stosowanych nieliniowych funkcji aktywacji neuronu. Możliwe odpowiedzi: 1. sigmoidalna, 2. Gaussa, 3. sinusoidalna, 4. skokowa, 5. liniowa, 6. straty, 7. dyskretna
3
Ćwiczenie 7
RrkkcxRvjwpOw
Wyjaśnij cel i funkcjonowanie sieci neuronowej.
Wyjaśnij cel i funkcjonowanie sieci neuronowej.
3
Ćwiczenie 8
R1ET4KRoBUc08
Dostępne opcje do wyboru: , . Polecenie: Uzupełnij poniższy wzór na wartość wyjściową neuronu liniowego. Niech oznacza wartość wyjściową, wagę -tego weścia, a wartość na -tym wejściu. Załóżmy, że neuron przyjmuje wejść. luka do uzupełnienia
Dostępne opcje do wyboru: , . Polecenie: Uzupełnij poniższy wzór na wartość wyjściową neuronu liniowego. Niech oznacza wartość wyjściową, wagę -tego weścia, a wartość na -tym wejściu. Załóżmy, że neuron przyjmuje wejść. luka do uzupełnienia