Главная / Искусственный интеллект и робототехника / Нейрокомпьютерные системы / Тест 6

Нейрокомпьютерные системы - тест 6

Упражнение 1:

Номер 1

На каком этапе алгоритма обратного распространения ошибки вычисляются производные функций активации нейронов многослойной сети?

Ответ:

(1) при прямом распространении сигналов

(2) при обратном распространении ошибки

Номер 2

В каком направлении осуществляется минимизация целевой функции в алгоритме обратного распространения ошибки?

Ответ:

(1) в направлении градиента целевой функции

(2) в направлении антиградиента целевой функции

Номер 3

Зависят ли выходные сигналы скрытых слоев оригинальной нейронной сети от весовых коэффициентов нейронов выходного слоя?

Ответ:

(1) да

(2) нет

Упражнение 2:

Номер 1

В чем заключается цель одномерной оптимизации?

Ответ:

(1) выбор направления минимизации целевой функции в пространстве весовых коэффициентов

(2) выбор величины шага в заданном направлении (подбор коэффициента обучения)

Номер 2

Что подается на входы сети обратного распространения?

Ответ:

(1) фактические выходные сигналы оригинальной нейронной сети

(2) отклонения фактических выходных сигналов оригинальной нейронной сети от ожидаемых

Номер 3

На чем основан поиск минимума целевой функции в заданном направлении?

Ответ:

(1) на случайном переборе значений коэффициента обучения

(2) на полиномиальной аппроксимации целевой функции

Упражнение 3:

Номер 1

Что может вызвать неправильный выбор диапазона случайных значений весов?

Ответ:

(1) слишком раннее насыщение нейронов

(2) слишком позднее насыщение нейронов

(3) колебания выходных сигналов нейронов

Номер 2

К чему может привести чрезмерное увеличение коэффициента обучения?

Ответ:

(1) к резкому возрастанию значения целевой функции (погрешности обучения)

(2) к насыщению нейронов

Номер 3

Чем обусловлена возможность попадания целевой функции многослойной сигмоидальной сети в седловую зону?

Ответ:

(1) насыщением сигмоидальной функции активации

(2) наличием скрытых слоев

Упражнение 4:

Номер 1

Когда завершается действие алгоритма обратного распространения?

Ответ:

(1) когда фактические выходные сигналы совпадут с заданными

(2) когда норма градиента целевой функции упадет ниже априори заданного значения, характеризующего точность процесса обучения

Номер 2

В каком интервале обычно лежат модули допустимых начальных значений весовых коэффициентов сети?

Ответ:

(1) (0,1)

(2) (1,2)

(3) (2,3)

Номер 3

Как влияет увеличение числа входов нейронов на выбор начальных значений их весовых коэффициентов (кроме порогов)?

Ответ:

(1) приводит к уменьшению модулей весовых коэффициентов

(2) приводит к увеличению модулей весовых коэффициентов

Упражнение 5:

Номер 1

Что способствует ускорению процесса обучения сети?

Ответ:

(1) увеличение коэффициента обучения

(2) уменьшение коэффициента обучения

Номер 2

Какую операцию следует выполнить в алгоритме обратного распространения там, где дуги сходятся к одной вершине?

Ответ:

(1) сложение произведений, полученных на этих дугах

(2) перемножение произведений, полученных на этих дугах

Номер 3

Почему следует избегать насыщения нейронов?

Ответ:

(1) нейрон, попавший в состояние насыщения, не участвует в преобразовании данных

(2) нейрон, попавший в состояние насыщения, делает сеть неработоспособной

Главная / Искусственный интеллект и робототехника / Нейрокомпьютерные системы / Тест 6