Нейронные сети

Что такое нейронная сеть?

• Модель биологических нейронов, использующаяся для обработки информации
• Компьютерная программа, основанная на математических моделях
• Модель, имитирующая работу человеческого мозга для решения задач
• Тип базы данных для хранения больших объемов информации

Какие компоненты входят в классическую структуру нейронной сети?

• Входной слой, скрытые слои, выходной слой
• Дерево решений и регрессия
• Нейроны, синапсы, веса
• База данных, индекс, запросы

Что такое функция активации?

• Функция, определяющая выход нейрона в зависимости от входных значений
• Функция, которая обучает сеть
• Функция для вычисления стоимости ошибки
• Функция, преобразующая сумму входных сигналов в выходное значение

Какая из этих функций является популярной функцией активации?

• Logistic sigmoid
• ReLU
• Тангенс гиперболический
• Все перечисленные

Что такое градиентный спуск?

• Метод обучения нейронных сетей, минимизирующий функцию ошибки
• Процесс добавления новых слоев в сеть
• Метод определения структуры сети
• Оптимизационный алгоритм для поиска минимума функции ошибок

Что такое переобучение нейронной сети?

• Недостаточное обучение сети
• Обучение на слишком большом количестве данных
• Когда модель слишком хорошо подгоняет тренировочные данные и плохо работает на новых
• Когда сеть не достигает сходимости

Что такое эпоха в обучении нейронной сети?

• Один цикл обработки всего набора данных
• Обработка одного обучающего примера
• Полный проход по всему тренировочному набору данных
• Этап настройки гиперпараметров сети

Что такое функция потерь в обучении нейронной сети?

• Мера точности предсказаний модели
• Функция, определяющая выход сети
• Функция для определения архитектуры сети
• Мера различия между предсказанными и истинными значениями

Что такое обучение с учителем?

• Обучение без использования правильных ответов
• Обучение на основе случайных данных
• Обучение с использованием неконтролируемых методов
• Обучение, когда у сети есть пары вход-выход для обучения

Что такое обучение без учителя?

• Обучение с использованием правильных меток
• Обучение с учётом заранее заданных целей
• Обучение, когда сеть сама ищет структуры в данных
• Обучение, при котором данные не содержат меток и используются для кластеризации

Что такое сверточная нейронная сеть (CNN)?

• Модель, предназначенная для обработки последовательных данных
• Обучение на разметке изображений
• Модель, которая использует рекуррентные связи
• Нейронная сеть, использующая свёрточные слои для обработки изображений

Для чего используют рекуррентные нейронные сети (RNN)?

• Для обработки последовательных данных
• Для кластеризации изображений
• Для распознавания речи без памяти
• Для обработки последовательных данных и временных рядов

Что такое обучение с подкреплением?

• Обучение на основе наград и наказаний для агента
• Обучение с использованием меток
• Обучение на большом объеме данных без проверочных меток
• Обучение, при котором агент учится через взаимодействие с окружением

Что такое гиперпараметры нейронной сети?

• Параметры, которые определяются во время обучения
• Параметры, которые задаются при настройке модели и не обучаются
• Параметры, связанные с архитектурой сети
• Все перечисленное

Что такое dropout в нейронных сетях?

• Метод повышения скорости обучения
• Метод уменьшения переобучения за счёт случайного отключения нейронов
• Метод регулировки функции активации
• Техніка регуляризации, которая отключает случайные нейроны во время обучения

Что представляет собой алгоритм обратного распространения ошибки?

• Обучающий алгоритм, использующий эвристики
• Обучение без учителя
• Процесс передачи ошибки назад по сети для обновления весов
• Процесс вычисления градиентов и обновления весов в сети

Что такое слоистая нейронная сеть?

• Нейронная сеть, состоящая из нескольких связанных слоёв
• Модель, использующая только один слой
• Модель, использующая только сверточные слои
• Нейронная сеть, состоящая из входных, скрытых и выходных слоёв

Что такое автоэнкодер?

• Модель для классификации изображений
• Модель для генерации новых данных
• Модель для уменьшения размерности и восстановления данных
• Модель, обучающаяся восстанавливать исходное изображение из сжатого представления

Что такое градиентный спуск с моментумом?

• Метод, ускоряющий сходимость градиентного спуска
• Обучение с использованием случайных градиентов
• Метод, использующий ускоренное вычисление градиента
• Разновидность градиентного спуска, учитывающая предыдущие градиенты для ускорения обучения

Что такое сглаживание функции потерь?

• Уменьшение резких изменений функции потерь для повышения стабильности обучения
• Повышение резкости кривой функции потерь
• Замена функции потерь на другую
• Процесс уменьшения ложных минимумов и стабилизации процесса обучения

Что такое эстимация функции стоимости в нейронных сетях?

• Процесс определения стоимости путем тестирования сети
• Процесс оценки функции стоимости на основе данных
• Выбор функции активации
• Процесс оценки функции ошибки для настройки модели

Что такое нейронная сеть?

• Модель, разработанная для выполнения классической механической обработки данных
• Стек компьютерных алгоритмов для обработки изображений
• Модель, вдохновленная структурой и функциями биологических нейронов
• Компьютерная программа для автоматического письма

Какая функция обычно используется как активирующая в нейронных сетях?

• Линейная функция
• Softmax
• Sine
• ReLU

Что обозначает термин «обучение с учителем»?

• Обучение без предоставления правильных ответов
• Обучение с использованием размеченных данных
• Обучение на основе случайных данных
• Обучение, при котором учитель задает параметры сети вручную

Что такое функция потерь?

• Функция, определяющая количество обучающих данных
• Функция, измеряющая ошибку модели
• Функция, измеряющая расхождение между предсказанием и истинным значением
• Функция, определяющая количество слоев в сети

Что такое эпоха в обучении нейронной сети?

• Один проход всей обучающей выборки через модель
• Количество слоев в сети
• Один полный цикл обучения всей обучающей выборки
• Минимальное значение функции потерь

Что такое переобучение (overfitting)?

• Когда модель слишком хорошо работает только на обучающих данных, но плохо на новых данных
• Когда модель недообучена и показывает низкие показатели
• Когда модель обучается очень быстро
• Когда модель слишком сложна и запоминает обучающие данные вместо обобщения

Что такое метод обратного распространения ошибки (backpropagation)?

• Метод сброса веса в нейронной сети
• Алгоритм для инициализации сети
• Способ обновления весов путём исправления ошибок
• Процесс вычисления градиентов для обновления весов

Для чего используют регуляризацию в нейронных сетях?

• Для ускорения обучения
• Для предотвращения переобучения
• Для увеличения количества параметров
• Для улучшения скорости вычислений

Что означает термин «глубокая нейронная сеть»?

• Нейронная сеть с несколькими слоями verborgen
• Нейронная сеть с одним слоем
• Сеть, использующая только числовые данные
• Нейронная сеть с большим числом скрытых слоев

Что такое сверточная нейронная сеть (CNN)?

• Нейронная сеть, основанная на рекуррентных связях
• Нейронная сеть, использующая рекуррентные слои
• Нейронная сеть, предназначенная для обработки последовательных данных
• Нейронная сеть, использующая сверточные слои для обработки изображений

Что такое слой pooling в сверточных нейронных сетях?

• Слой, который увеличивает размер изображений
• Слой, который уменьшает пространственную размерность
• Слой, вставляющий заполнение (padding)
• Слой, который выполняет объединение соседних элементов, например, максимум или среднее

Какую роль играет функция softmax в нейронных сетях?

• Превращает логиты в вероятности
• Обеспечивает нелинейность модели
• Обнуляет отрицательные значения
• Превращает выходные данные в вероятности, сумма которых равна 1

Что такое предобученная модель в контексте нейронных сетей?

• Модель, обученная специально для текущей задачи
• Модель, обученная на небольшом наборе данных
• Модель, ранее обученная на большом объеме данных и используемая для решения других задач
• Модель, обученная без использования градиентов

Что такое transfer learning?

• Обучение модели с нуля на новом наборе данных
• Перенос модели с одного устройства на другое
• Обучение части сети, а остальные остаются неизменными
• Использование предварительно обученной модели для настройки новой задачи

Что такое dropout в нейронных сетях?

• Метод увеличения числа нейронов внутри слоя
• Метод уменьшения ошибок во время обучения
• Механизм визуализации активаций
• Метод регуляризации, случайным отключением части нейронов во время обучения

Что такое числовой формат, обычно используемый в нейронных сетях для хранения весов?

• Целые числа (integers)
• Двойная точность (double precision)
• Несколько цифр после запятой (fixed-point)
• Двойная точность (floating point)

Что такое градиентный спуск?

• Метод для определения оптимальной архитектуры сети
• Алгоритм для обновления весов, основанный на градиентах функции потерь
• Механизм добавления новых слоев в сеть
• Оптимизационный метод для минимизации функции потерь

Что такое разреженная нейронная сеть?

• Сеть с небольшим числом слоев
• Сеть с ограниченным числом пикселей
• Сеть, в которой большинство весов равны нулю
• Сеть, использующая только разреженные матрицы

Что такое использование GPU в обучении нейронных сетей?

• Обеспечивает более точное обучение
• Используется для уменьшения размерности данных
• Позволяет значительно ускорить вычисление за счет параллельной обработки
• Минимизирует необходимость в данных

Что такое обучение с подкреплением?

• Обучение на размеченных данных для классификации
• Обучение модели с использованием меток
• Обучение на взаимодействии с окружающей средой, чтобы максимизировать награду
• Обучение без использования штрафных функций

Что такое гиперпараметры нейронной сети?

• Параметры, которые обучаются в процессе обучения
• Параметры, задающие структуру и поведение модели перед обучением
• Параметры, определяющие количество данных для обучения
• Параметры, связанные с оптимизацией

Что такое генеративные модели в нейронных сетях?

• Модели, предназначенные для классификации данных
• Модели, предсказывающие будущее состояние системы
• Модели, способные создавать новые данные, похожие на обучающие
• Модели, использующие только дискриминативные функции

Что такое градиентное затухание (vanishing gradient problem)?

• Проблема исчезновения градиентов в глубоких сетях, мешающая обучению начальных слоев
• Проблема нехватки данных для обучения
• Проблема высокой вычислительной стоимости обучения
• Проблема, когда градиенты очень маленькие, что тормозит обучение

Анна

Исследования ученых о взаимосвязи ума и красоты говорят о том, что умные люди – красивые!

Задать вопрос

Представленная информация была полезной?

ДА

87.1%

НЕТ

12.9%

Проголосовало: 248

или напишите нам прямо сейчас:

Написать в MAXНаписать в TelegramНаписать в WhatsApp

Отзывы наших клиентов

1 2 ... 12 ►