Проверка знаний

1.

Вы создаете глубокую нейронную сеть для обучения модели классификации, которая прогнозирует, к каким из трех классов относится наблюдение на основе 10 числовых признаков. Какие из следующих утверждений являются истинными для сетевой архитектуры?

Входной слой должен содержать три узла

Сеть должна содержать три скрытых слоя

Выходной слой должен содержать три узла

2.

Вы обучаете глубокую нейронную сеть. Вы настраиваете учебный процесс для использования 50 эпох. Какой эффект имеет эта конфигурация?

Весь набор данных обучения передается через сеть 50 раз

Обучающие данные разделены на 50 подмножеств, и каждый подмножество передается через сеть.

Первые 50 строк данных используются для обучения модели, а остальные строки используются для проверки.

3.

Вы создаете глубокую нейронную сеть. Вы увеличиваете параметр "Скорость обучения". Какой эффект имеет этот параметр?

Дополнительные записи включаются в каждый пакет, передаваемый через сеть

Более крупные корректировки вносятся в значения веса во время обратного распространения

В сеть добавляются дополнительные скрытые слои.

4.

Вы создаёте сверточную нейронную сеть. Вы хотите уменьшить размер карт функций, создаваемых свертным слоем. Что делать?

Уменьшение размера ядра фильтра, используемого в сверточных слоях

Увеличьте количество фильтров в сверточных слоях

Добавьте слой пулинга после сверточного слоя

Обратная связь