7. Neyron tarmoq yechimni shakllantirishda yordam berishi uchun nima qilish kerak:
Misol orqali o‘rgating.
8. Perseptronning kirishi:
haqiqiy sonlardan tashkil topgan vektor
9. Neyron tarmoq o‘qitiladi, agar:
mashg‘ulotdan tashqari kirishlarni boshlaganda, u tegishli o‘quv natijalarini chiqaradi
10. Akkreditatsiya usuli quyidagilardan iborat:
maksimal NET qiymatlari bilan Kohonen neyronlari guruhini faollashtirish
11. Tarmoq “paralichi» (falaji) quyidagi hollarda yuz berishi mumkin:
og‘irliklar juda katta bo‘lganda
o‘qitish jarayonida tarmoq og‘irliklarini o‘zgartirmaydi
13. Bolsman o‘qitishida sun’iy haroratning ahamiyati qanday?
o‘rganish algoritmining yaqinlashish tezligini nazorat qilish
14. Perseptronni o‘rgatish quyidagi hollarda tugallangan hisoblanadi:
chiqish xatosi yetarlicha kichik bo‘lganda
15. Tormozlangan sinaptik bog‘lanishlarning og‘irlik qiymatlari qanday bo‘lishi kerak?
oraliqdan teng qiymatlar (-1 / n, 0), bu yerda n - bir qatlamdagi neyronlar soni
16. Perseptronni o‘rganish algoritmi:
o‘qituvchi nazorati ostida o‘rganish algoritmi
17. Biz X mashq vektorini ishga tushurganda. Qaysi holatda vazn qiymatlarini o‘zgartirish kerak emas?
agar perseptron signali to‘g‘ri javobga mos kelsa
18. Berilgan postsinoptik neyronning tormozlanib kirishida og‘irligining ortishi quyidagilarga bog‘liq.
tormozlanish inhibitiv presinoptik neyronning chiqish signali va uning qo‘zg‘atuvchi og‘irligi
19. Agar berilgan Kohonen neyroni "g‘olib" bo‘lsa, uning OUT qiymati
birga teng
20. Sinapslar simmetriyasini rad etish usuli quyidagilarga imkon beradi:
tarmoq barqarorligini ta’minlash
1. Bolsmanning mashina usuli Xopfild tarmog‘iga quyidagilarga imkon beradi:
tarmoq falajidan qoching
Do'stlaringiz bilan baham: |
