Нейрондық желілер бойынша тест

Жиі қолданылатын активтендіру функциялары:

• сызықтык, сигмоидальді, гиперболалық тангенс

• дәрежелік, сигмоидальді, гиперболалық синус

• логорифмдік, сигмоидальді, гиперболалық тангенс

• көрсеткіштік, сигмоидальді, гиперболалық

• сызықты, сигмоидальді, гиперболалық котангенс

Толық байланыстырылған НЖ дегеніміз ...

• көп қабатты құрылым, онда ерікті қабаттың әр нейроны алдыңғы қабаттың нейрондарының барлық аксондарымен немесе бірінші қабат жағдайында барлық НЖ кірістерімен байланысады.

• бұл бірнеше тізбектелген нейрондық қабаттардан тұратын желі.

• қарапайым процессорларлық (жасанды нейрондар) жүйелердің бір-бірімен байланысы

• деректерді тереңірек түсінуді үйренетін машиналық оқыту алгоритмдерінің классы

• синапстардың салмақ коэффициенттерін динамикалық реттеу, оның барысында, әдетте, ең әлсіз байланыстар таңдалады және бір бағытта немесе басқа бағытта аз мөлшерде өзгертетін процедура.

Кері тарату процедурасы деп:

• Қате сигналдарын НЖ шығуынан оның кірістеріне қалыпты жұмыс режимінде сигналдардың тікелей таралуына қарсы бағытта тарату процедурасы.

• Синапстардың салмақ коэффициенттерін динамикалық реттеу, оның барысында, әдетте, ең әлсіз байланыстар таңдалады және бір бағытта немесе басқа бағытта аз мөлшерде өзгертетін процедура.

• Алдыңғы алынған элементтерден немесе обьектілерден жиын элементтерін алу әдісі болып табылатын процедура.

• Желіні оқытудың мақсаты қандай да кірістер жиыны қажетті шығыстар жиынтығына әкелетін оның салмақтарын түзету болып табылатын процедура.

• Кірістер мен шығыстар жиынтығы векторлар

Перцептрон деген не:

• Бірнеше тізбектелген нейрондық қабаттардан тұратын желі.

• Бір тізбектелген нейрондық қабаттан тұратын желі.

• Екі параллель нейрондық қабаттардан тұратын желі

• Оқыту кезінде әр кіріс векторы үшін қажетті шығысты анықтайтын оған жұпталған мақсатты вектор.

• Екі тізбектелген емес нейрондық қабаттардан тұратын желі.

Кірістер мен шығыстар жиынтығы векторлары деген не:

• Желіні оқытудың мақсаты қандай да кірістер жиыны қажетті шығыстар жиынтығына әкелетін оның салмақтарын түзету болып табылады.

• Қате сигналдарын НЖ шығуынан оның кірістеріне қалыпты жұмыс режимінде сигналдардың тікелей таралуына қарсы бағытта тарату процедурасы.

• Деректерді тереңірек түсінуді үйренетін машиналық оқыту алгоритмдерінің классы.

• Аксон мен дендрит байланысы үшін импульс күшіне әсер ететін түзілімдер.

• Екі параллель нейрондық қабаттардан тұратын желі.

learnp функциясы не істейді:

• нейрон салмағын реттейді

• нейрондық желіні дайындайды

• нейронды тапсырма жағдайларына қарай бейімдейді

• нейрондарды біріктіреді

• нейрондарды жояды

adapt функциясы не істейді:

• нейронды тапсырма жағдайларына қарай бейімдейді

• нейрондарды біріктіреді

• нейрондық желіні дайындайды

• нейрондарды жояды

• нейрон салмағын реттейді

Train функциясы не істейді:

• нейрондық желіні дайындайды

• нейрондарды жояды

• нейронды тапсырма жағдайларына қарай бейімдейді

• нейрон салмағын реттейді

• нейрондарды біріктіреді

hardlim (N) функциясы не істейді:

• Егер N оң болса, 1 қайтарады, кері жағдайда 0 қайтарады

• Кіреберістен гиперболалық тангенсті есептейді

• Желілік кірістен қабат шығысын есептейді

• Координаталық осьтердің диапазондарын белгілейді

• Нейрондық желіні қайталап инициализациялайды

tansig (N) функциясы не істейді:

• Кіреберістегі гиперболалық тангенсті есептейді

• Нейрондық желіні қайталап инициализациялайды

• Пайдаланушы жауабын n секунд күтеді

• Желілік кірістен қабат шығысын есептейді

• Координаталық осьтердің диапазондарын белгілейді