Prueba de conocimientos - Training

1.

Está creando una red neuronal profunda para entrenar un modelo de clasificación que predice a cuál de las tres clases pertenece una observación en función de 10 características numéricas. ¿Cuál de las afirmaciones siguientes es correcta con respecto a la arquitectura de red?

La capa de entrada debe contener tres nodos

La red debe contener tres capas ocultos

La capa de salida debe contener tres nodos

2.

Está entrenando una red neuronal profunda. Configura el proceso de entrenamiento para que use 50 épocas. ¿Qué efecto tiene esta configuración?

Todo el conjunto de conocimientos de entrenamiento pasa 50 veces por la red

Los datos de entrenamiento se dividen en 50 subconjuntos y cada subconjunto se pasa por toda la red.

Se usan las primeras 50 filas de datos para entrenar el modelo y las filas restantes se utilizan para validarlo

3.

Está creando una red neuronal profunda. Aumenta el parámetro de velocidad de aprendizaje. ¿Qué efecto tiene esta configuración?

Se incluyen más registros en cada lote que se pasa a través de la red

Se realizan ajustes más grandes en los valores de ponderación durante la retropropagación

Se agregan más capas ocultas a la red

4.

Está creando una red neuronal convolucional. Quiere reducir el tamaño de las asignaciones de características generadas por una capa convolucional. ¿Qué tiene que hacer?

Disminuir el tamaño del kernel de filtro que se usa en la capa convolucional

Aumentar la cantidad de filtros en la capa convolucional

Agregar una capa de agrupación después de la capa convolucional

Comprobación de conocimiento

Comentarios