Главная / Базы данных /
Алгоритмы интеллектуальной обработки больших объемов данных / Тест 11
Алгоритмы интеллектуальной обработки больших объемов данных - тест 11
Упражнение 1:
Номер 1
Укажите минимальное количество скрытых слоев многослойного персептрона и нейронов в них, которое достаточно для построения равномерной аппроксимации с заданной точностью для любого обучающего множества, представленного набором m>1 входов и желаемого отклика f.
Ответ:
 (1) 1 слой, m нейронов 
 (2) 1 слой, m^2 нейронов 
 (3) 1 слой, количество нейронов не известно 
 (4) m слоев, 1 нейрон в каждом 
 (5) m слоев, m нейронов в каждом 
 (6) m слоев, m^2 нейронов в каждом 
Номер 2
Напишите максимальное количество скрытых слоев, которое можно обучить согласно алгоритму обратного распространения
Ответ:
 2 
Упражнение 2:
Номер 1
Нейрон i получает входной сигнал только от трех других нейронов с выходными сигналами 1, 2, -3 по связям с весами 0,3, 0,4, 0,5 соответственно. Смещение нейрона i равно 0,2. Функция активации нейрона i – логистическая функция с параметром a=1. Найдите выходной сигнал нейрона i с точностью до двух знаков после запятой.
Ответ:
 0,45 
Номер 2
Что является задачей функции активации?
Ответ:
 (1) Увеличить амплитуду выходного значения нейрона 
 (2) Ограничить амплитуду выходного значения нейрона 
 (3) Сохранить амплитуду выходного значения нейрона 
Упражнение 3:
Номер 1
Нейрон i в скрытом слое получает входной сигнал только от трех других нейронов i1, i2, i3 с выходными сигналами 1, 2, -3 по связям с весами 0,3, 0,4, 0,5 соответственно и по связи с весом 0,5 отдает выходной сигнал только нейрону j в выходном слое с выходным сигналом 0,8. Смещение нейронов равно нулю. Функция активации у всех нейронов – логистическая функция с параметром a=1. Желаемый отклик нейрона j равен 0,7. Пользуясь алгоритмом обратного распространения ошибки (back propagation) – градиентного спуска с параметром скорости обучения 0,5 и с функцией стоимости в виде среднеквадратичной ошибки, найдите вес связи между нейронами i3 и i после первой итерации с точностью до трех знаков после запятой.
Ответ:
 0,503 
Номер 2
Для задачи функции активации - ограничить амплитуду выходного значения нейрона, чаще всего используется сигмоидальная (S-образная) функция(и) ?
Ответ:
 (1) логистическая функция 
 (2) гиперболический тангенс 
 (3) синусоидальная функция 
Упражнение 4:
Номер 1
Сколько скрытых слоев Вы видите в данной нейронной сети?
Ответ:
 (1) 1 
 (2) 2 
 (3) 3 
 (4) 5 
Номер 2
Что можно сказать о нейронах в мозгу человека ?
Ответ:
 (1) обладают способностью изменяться под действием опыта 
 (2) очень медленная модель для обработки информации 
 (3) очень узкоспециализированные нервные клетки 
 (4) сам по себе помимо сигналов ,генерирует и шум 
Упражнение 5:
Номер 1
В чем задача функции активации?
Ответ:
 (1) Описание выходного сигнала всей нейронной сети 
 (2) Выбор сигмоиды, описывающей выходной сигнал нейрона 
 (3) Перевести нейрон в рабочее состояние 
 (4) Ограничить амплитуду выходного значения нейрона 
Номер 2
Нейроансамбль - это ?
Ответ:
 (1) совокупность нейронов, составляющих функциональную группу в высших отделах мозга 
 (2) распределенный способ кодирования информации 
 (3) генерация шума от сигналов нейрона 
Упражнение 6:
Номер 1
Какая функция активации применяется наиболее удобна для описания выходного сигнала нейрона?
Ответ:
 (1) Сигмоидальная 
 (2) Гистерезис 
 (3) Единичный скачок 
 (4) Арктангенсная 
 (5) Гиперболическая 
Номер 2
Сколько скрытых слоев нейронов применяют в реальной практике в соответствии с обычным алгоритмом обратного распространения ошибки
Ответ:
 (1) 1 
 (2) 2 
 (3) любое количество 
 (4) нет правильного ответа 
Упражнение 7:
Номер 1
Слой нейронной сети – это:
Ответ:
 (1) один или несколько нейронов, на входы которых подаются разные сигналы; 
 (2) один или несколько нейронов, на входы которых подается один и тот же общий сигнал; 
 (3) Количество нейронов зависит от типа нейронной сети; 
Номер 2
Что является задачей функции активации
Ответ:
 (1) Ограничить амплитуду выходного значения нейрона 
 (2) Глобальная оптимизация 
 (3) Идентификации шумовых объектов 
 (4) нет правильного ответа 
Номер 3
Какой из режимов обучения для "Ограниченной машины больцмана" будет самым точным и давать истинный градиент?
Ответ:
 (1) online learning 
 (2) batch learning 
 (3) full-batch learning 
 (4) нет правильного ответа