Search Header Logo
Лекция 5. Функции активации

Лекция 5. Функции активации

Assessment

Presentation

•

Computers

•

University

•

Practice Problem

•

Medium

Created by

Татьяна ВУЗ

Used 1+ times

FREE Resource

40 Slides • 12 Questions

1

media

2

Poll

Какой Ваш уровень мотивации на этой лекции по сравнению с предыдущей?

Высокий, готов активно участвовать

Низкий, нужно побороть усталость

Средний, надеюсь на вдохновение

Очень низкий, желательно отдохнуть

3

media

4

media

5

media

6

media

7

media
media

8

Multiple Choice

Почему гиперболический тангенс и логистическая функция не подходят для больших нейронных сетей?

1

Они слишком сложны для вычисления

2

Их производные имеют малые значения, что приводит к затуханию градиентов

3

Они не дифференцируемы

4

Они требуют больших вычислительных ресурсов

9

media

10

media

11

media
media

12

Multiple Choice

Какой вид имеет функция активации ReLu?

1

f(x) = x

2

f(x) = max(x, 0)

3

f(x) = min(x, 0)

4

f(x) = x2

13

media

14

media
media

15

Multiple Choice

Какая функция активации чаще всего используется в выходном слое для задач регрессии?

1

ReLu

2

Логистическая функция

3

Линейная функция (linear)

4

Гиперболический тангенс

16

media

17

media

18

media

19

media

20

media

21

media
media

22

Multiple Choice

Какая функция активации используется в выходном слое для задач классификации с непересекающимися классами?

1

ReLu

2

Линейная функция (linear)

3

Softmax

4

Гиперболический тангенс

23

Multiple Choice

Какое свойство функции softmax делает её подходящей для задач классификации?

1

Она возвращает бинарные значения (0 или 1)

2

Она преобразует выходы в вероятности, сумма которых равна 1

3

Она увеличивает нелинейность модели

4

Она ограничивает выходные значения диапазоном [0, 1]

24

media

25

media

26

media
media

27

Multiple Choice

Какой критерий качества используется в классическом варианте алгоритма back propagation?

1

Средний модуль ошибок (MAE)

2

Средний квадрат ошибок (MSE)

3

Логарифмический гиперболический косинус (logcosh)

4

Перекрестная энтропия (Cross-Entropy)

28

media

29

media

30

media

31

media

32

media

33

media

34

media
media

35

Multiple Select

Какой критерий качества используется для задач регрессии?

1

Средний квадрат ошибок (MSE)

2

Средний модуль ошибок (MAE)

3

Средний абсолютный процент ошибок (MAPE)

4

Перекрестная энтропия (Cross-Entropy)

36

media

37

media

38

media

39

media

40

media
media

41

Multiple Choice

Какой критерий качества используется для задач классификации двух классов?

1

Хиндж (Hinge)

2

Бинарная кросс-энтропия (Binary Crossentropy)

3

Категориальная кросс-энтропия (Categorical Crossentropy)

4

Средний квадрат ошибок (MSE)

42

Multiple Choice

Какой критерий качества используется для задач классификации более двух классов?

1

Хиндж (Hinge)

2

Бинарная кросс-энтропия (Binary Crossentropy)

3

Категориальная кросс-энтропия (Categorical Crossentropy)

4

Средний модуль ошибок (MAE)

43

media

44

media
media

45

Multiple Choice

Какой критерий качества используется для задач обработки текста?

1

Логарифмический гиперболический косинус (logcosh)

2

Средний квадрат ошибок (MSE)

3

Перекрестная энтропия (Cross-Entropy)

4

Хиндж (Hinge)

46

media

47

media

48

media

49

media

50

media

51

media

52

Poll

Насколько хорошо Вы смогли связать материал лекции с ранее изученными темами?

Очень хорошо

Хорошо

Удовлетворительно

Не смог(ла) связать

pattern-tertiary
media

Show answer

Auto Play

Slide 1 / 52

SLIDE