Основы теории нейронных сетей

Упражнение 1:

Номер 1

Что является входом искусственного нейрона?

Ответ:

(1) множество сигналов

(2) единственный сигнал

(3) весовые значения

(4) значения активационной функции

Номер 2

Что такое множество весовых значений нейрона?

Ответ:

(1) множество значений, характеризующих "силу" соединений данного нейрона с нейронами предыдущего слоя

(2) множество значений, характеризующих "силу" соединений данного нейрона с нейронами последующего слоя

(3) множество значений, моделирующих "силу" биологических синоптических связей

(4) множество значений, характеризующих вычислительную "силу" нейрона

Номер 3

Что означает величина NET?

Ответ:

(1) выход суммирующего блока

(2) значение активационной функции

(3) входной сигнал нейрона

(4) выходной сигнал нейрона

Номер 4

Что означает величина OUT?

Ответ:

(1) выход суммирующего блока

(2) значение активационной функции

(3) входной сигнал нейрона

(4) выходной сигнал нейрона

Номер 5

Активационной функцией называется:

Ответ:

(1) функция, вычисляющая выходной сигнал нейрона

(2) функция, суммирующая входные сигналы нейрона

(3) функция, корректирующая весовые значения

(4) функция, распределяющая входные сигналы по нейронам

Упражнение 2:

Номер 1

Матричное умножение XW вычисляет:

Ответ:

(1) выходной нейронный сигнал

(2) выход суммирующего блока

(3) входной нейронный сигнал

(4) вход суммирующего блока

Номер 2

Активационная функция применяется для:

Ответ:

(1) активации входного сигнала нейрона

(2) активации выходного сигнала нейрона

(3) активации весовых значений

(4) активации обучающего множества

Номер 3

Значение активационной функции является:

Ответ:

(1) входом данного нейрона

(2) выходом данного нейрона

(3) весовым значением данного нейрона

Номер 4

В каком случае многослойные сети не могут привести к увеличению вычислительной мощности по сравнению с однослойной сетью?

Ответ:

(1) если они имеют два слоя

(2) если они не имеют обратных связей

(3) если они имеют сжимающую активационную функцию

(4) если они имеют линейную активационную функцию

Номер 5

Сетью без обратных связей называется сеть,

Ответ:

(1) все слои которой соединены иерархически

(2) у которой нет синаптических связей, идущих от выхода некоторого нейрона к входам этого же нейрона или нейрона из предыдущего слоя

(3) у которой есть синаптические связи

Упражнение 3:

Номер 1

Активационная функция называется "сжимающей", если

Ответ:

(1) она сужает диапазон значений величины NET диапазона значений OUT

(2) она расширяет диапазон значений величины NET

(3) она сужает диапазон значений величины OUT

(4) она расширяет диапазон значений величины OUT

Номер 2

Слоем нейронной сети называется множество нейронов,

Ответ:

(1) не имеющих между собой синаптических связей

(2) принимающих входные сигналы с одних тех же узлов

(3) выдающих выходные сигналы на одни и те же узлы

Номер 3

Какие сети характеризуются отсутствием памяти?

Ответ:

(1) однослойные

(2) многослойные

(3) без обратных связей

(4) с обратными связями

Номер 4

Входным слоем сети называется:

Ответ:

(1) первый слой нейронов

(2) слой, служащий для распределения входных сигналов

(3) слой, не производящий никаких вычислений

Номер 5

Можно ли построить однослойную нейронную сеть с обратными связями?

Ответ:

(1) да

(2) нет

Упражнение 4:

Номер 1

Сети прямого распространения -  это:

Ответ:

(1) сети, имеющие много слоев

(2) сети, у которых нет соединений, идущих от выходов некоторого слоя к входам предшествующего слоя

(3) сети, у которых нет памяти

(4) сети, у которых есть память

Номер 2

Сети с обратными связями это:

Ответ:

(1) сети, имеющие много слоев

(2) сети, у которых существуют соединения, идущие от выходов некоторого слоя к входам предшествующего слоя

(3) сети, у которых нет памяти

Номер 3

"Обучение без учителя" характеризуется отсутствием:

Ответ:

(1) желаемого выхода сети

(2) эксперта, корректирующего процесс обучения

(3) обучающего множества

Номер 4

При каком алгоритме обучения  обучающее множество состоит только из входных векторов?

Ответ:

(1) обучение с учителем

(2) обучение без учителя

Номер 5

При каком алгоритме обучения  обучающее множество состоит как из входных, так и из выходных векторов?

Ответ:

(1) "обучение с учителем"

(2) "обучение без учителя"

Упражнение 5:

Номер 1

Как происходит обучение нейронной сети?

Ответ:

(1) эксперты настраивают нейронную сеть

(2) сеть запускается на обучающем множестве, и незадействованные нейроны выкидываются

(3) сеть запускается на обучающем множестве, и подстраиваются весовые значения

(4) сеть запускается на обучающем множестве, и добавляются или убираются соединения между нейронами

Номер 2

"Обучение с учителем" это:

Ответ:

(1) использование знаний эксперта

(2) использование сравнения с идеальными ответами

(3) подстройка входных данных для получения нужных выходов

(4) подстройка матрицы весов для получения нужных ответов

Номер 3

Синапсами называются:

Ответ:

(1) точки соединения нейронов, через которые передаются нейронные сигналы

(2) "усики" нейронов, по которым проходят электрохимические сигналы

(3) тело нейрона, в котором происходит обработка электрохимического сигнала

Номер 4

Дендритами называются:

Ответ:

(1) точки соединения нейронов, через которые передаются нейронные сигналы

(2) "усики" нейронов, по которым проходят электрохимические сигналы

(3) тело нейрона, в котором происходит обработка электрохимического сигнала

Номер 5

Искусственный нейрон

Ответ:

(1) является моделью биологического нейрона

(2) имитирует основные функции биологического нейрона

(3) по своей функциональности превосходит биологический нейрон

Основы теории нейронных сетей - тест 1