Ошибкой обучения нейронной сети называется:
Как можно решить проблему паралича сети?
В чем состоит основная идея обучения алгоритма Contrastive Divergence?
Какой из режимов обучения для "Ограниченной машины больцмана" будет самым точным и давать истинный градиент?
В обобщенной формуле обучения модели learning= representation +Evaluation+ optimization критериями Evaluation являются
Сети с обратными связями – это
Слой нейронной сети – это:
Дан отрезок, четко "раскрашенный" слева на 4/7 черным цветом, а справа на 3/7 – белым, что можно представить в виде вектора (1;1;1;1;-1;-1;-1). Чтобы запомнить этот "правильный" образ, обучается нейронная сеть Хопфилда с семью нейронами (возможные состояния нейронов 1/-1, порог нулевой), где указанный вектор подается как образец (обучающий пример).В качестве тестового образца подадим на вход обученной нейронной сети черно-белый отрезок с "размытой" границей (1;1;1;-1;1;-1;-1). Проверьте, сможет ли обученная нейронная сеть проигнорировать испорченный участок и восстановить исходный отрезок:
Особенностью паралича сети является:
Выберете верное высказывание, характеризующее паралич сети для Backprop?