Ezt a böngészőt már nem támogatjuk.
Frissítsen a Microsoft Edge-re, hogy kihasználhassa a legújabb funkciókat, a biztonsági frissítéseket és a technikai támogatást.
A tanulás ellenőrzéséhez válaszoljon az alábbi kérdésekre.
Egy mély neurális hálózatot hoz létre egy besorolási modell betanításához, amely 10 numerikus jellemző alapján előrejelzi, hogy egy megfigyelés mely három osztályhoz tartozik. Az alábbi állítások közül melyik igaz a hálózati architektúrára?
A bemeneti rétegnek három csomópontot kell tartalmaznia
A hálózatnak három rejtett réteget kell tartalmaznia
A kimeneti rétegnek három csomópontot kell tartalmaznia
Egy mély neurális hálózatot tanítasz. A betanítási folyamatot 50 korszak használatára konfigurálja. Milyen hatással van ez a konfiguráció?
A teljes betanítási adatkészletet 50-szer továbbítja a rendszer a hálózaton
A betanítási adatok 50 részhalmazra oszlanak, és az egyes részhalmazok a hálózaton keresztül kerülnek továbbításra
Az első 50 adatsor a modell betanítása, a többi sor pedig annak ellenőrzésére szolgál
Mély neurális hálózatot hozol létre. Növelheti a Tanulási sebesség paramétert. Milyen hatással van ez a beállítás?
A hálózaton áthaladó kötegek további rekordokat tartalmaznak
Nagyobb módosításokat hajtanak végre a súlyértékeken a visszaterjesztés során
További rejtett rétegek lesznek hozzáadva a hálózathoz
Konvolúciós neurális hálózatot hoz létre. Csökkenteni szeretné a konvolúciós réteg által létrehozott funkciótérképek méretét. Mit tegyél?
A konvolúciós rétegben használt szűrőmag méretének csökkentése
A konvolúciós réteg szűrőinek számának növelése
Készletezési réteg hozzáadása a konvolúciós réteg után
A munka ellenőrzése előtt minden kérdésre válaszolnia kell.
Hasznosnak találta ezt az oldalt?
Segítségre van szüksége ezzel a témakörrel kapcsolatban?
Szeretné kipróbálni az Ask Learn használatát a témakör tisztázásához vagy áttekintéséhez?