Źródło: Contentplus.pl sp. z o.o., licencja: CC BY-SA 3.0.
Ćwiczenie 2
R1eOE81XFo5c5
R1IxAMbyrnOqi2
Ćwiczenie 3
Wymyśl pytanie na kartkówkę związane z tematem materiału.
R2v7eoFt0PXCh2
Ćwiczenie 4
Ile warstw ukrytych posiada jednokierunkowa sieć wielowarstwowa? Możliwe odpowiedzi: 1. Co najmniej dwie ukryte warstwy., 2. Co najwyżej dwie ukryte warstwy., 3. Dokładnie jedną ukrytą warstwę., 4. Nie posiada warstw ukrytych.
ReLEGyf24wEln2
Ćwiczenie 5
h
h
Źródło: Contentplus.pl sp. z o.o., licencja: CC BY-SA 3.0.
Ćwiczenie 5
R1CQmaEHDRE0W
RAipLNLil3R7B2
Ćwiczenie 6
Które sieci są wykorzystywane jako pewnego rodzaju pamięć skojarzeniowa? Możliwe odpowiedzi: 1. Sieci rekurencyjne, 2. Sieci samoorganizujące, 3. Sieci jednokierunkowe wielowarstwowe, 4. Sieci jednokierunkowe dwuwarstwowe
R1GyCO4DdRQiG3
Ćwiczenie 7
Połącz w pary typy sieci neuronowych z ich opisami. Sieci jednokierunkowe Możliwe odpowiedzi: 1. Typ sieci, która sama powinna wykrywać istotne zależności w danych wejściowych. Przykładem takiej sieci jest sieć Kohonena., 2. Przepływ danych w tego typu sieciach zawsze przebiega od warstwy wejściowej do warstwy wyjściowej., 3. Sieci te charakteryzują się tym, że połączenia między neruonami stanowią graf z cyklami. Sieci rekurencyjne Możliwe odpowiedzi: 1. Typ sieci, która sama powinna wykrywać istotne zależności w danych wejściowych. Przykładem takiej sieci jest sieć Kohonena., 2. Przepływ danych w tego typu sieciach zawsze przebiega od warstwy wejściowej do warstwy wyjściowej., 3. Sieci te charakteryzują się tym, że połączenia między neruonami stanowią graf z cyklami. Sieci samoorganizujące się Możliwe odpowiedzi: 1. Typ sieci, która sama powinna wykrywać istotne zależności w danych wejściowych. Przykładem takiej sieci jest sieć Kohonena., 2. Przepływ danych w tego typu sieciach zawsze przebiega od warstwy wejściowej do warstwy wyjściowej., 3. Sieci te charakteryzują się tym, że połączenia między neruonami stanowią graf z cyklami.
Połącz w pary typy sieci neuronowych z ich opisami. Sieci jednokierunkowe Możliwe odpowiedzi: 1. Typ sieci, która sama powinna wykrywać istotne zależności w danych wejściowych. Przykładem takiej sieci jest sieć Kohonena., 2. Przepływ danych w tego typu sieciach zawsze przebiega od warstwy wejściowej do warstwy wyjściowej., 3. Sieci te charakteryzują się tym, że połączenia między neruonami stanowią graf z cyklami. Sieci rekurencyjne Możliwe odpowiedzi: 1. Typ sieci, która sama powinna wykrywać istotne zależności w danych wejściowych. Przykładem takiej sieci jest sieć Kohonena., 2. Przepływ danych w tego typu sieciach zawsze przebiega od warstwy wejściowej do warstwy wyjściowej., 3. Sieci te charakteryzują się tym, że połączenia między neruonami stanowią graf z cyklami. Sieci samoorganizujące się Możliwe odpowiedzi: 1. Typ sieci, która sama powinna wykrywać istotne zależności w danych wejściowych. Przykładem takiej sieci jest sieć Kohonena., 2. Przepływ danych w tego typu sieciach zawsze przebiega od warstwy wejściowej do warstwy wyjściowej., 3. Sieci te charakteryzują się tym, że połączenia między neruonami stanowią graf z cyklami.
R1TeMSWolvmgZ3
Ćwiczenie 8
Przyporządkuj podane modele sieci do odpowiednich kategorii. sieci jednokierunkowe Możliwe odpowiedzi: 1. sieć Hopfielda, 2. sieć Hamminga, 3. perceptron wielowarstwowy, 4. perceptron jednowarstwowy sieci rekurencyjne Możliwe odpowiedzi: 1. sieć Hopfielda, 2. sieć Hamminga, 3. perceptron wielowarstwowy, 4. perceptron jednowarstwowy
Przyporządkuj podane modele sieci do odpowiednich kategorii. sieci jednokierunkowe Możliwe odpowiedzi: 1. sieć Hopfielda, 2. sieć Hamminga, 3. perceptron wielowarstwowy, 4. perceptron jednowarstwowy sieci rekurencyjne Możliwe odpowiedzi: 1. sieć Hopfielda, 2. sieć Hamminga, 3. perceptron wielowarstwowy, 4. perceptron jednowarstwowy