Questo browser non è più supportato.
Esegui l'aggiornamento a Microsoft Edge per sfruttare i vantaggi di funzionalità più recenti, aggiornamenti della sicurezza e supporto tecnico.
Rispondere alle domande seguenti per verificare i concetti appresi.
Si sta creando una rete neurale profonda per eseguire il training di un modello di classificazione che stima a quale di tre classi appartiene un'osservazione in base a 10 caratteristiche numeriche. Quale delle affermazioni seguenti è vera per l'architettura di rete?
Il livello di input deve contenere tre nodi
La rete deve contenere tre livelli nascosti
Il livello di output deve contenere tre nodi
Si esegue il training di una rete neurale profonda. Configurare il processo di training per l'uso di 50 periodi. Qual è l'effetto di questa configurazione?
L'intero set di dati di training viene passato attraverso la rete 50 volte
I dati di training vengono suddivisi in 50 subset e ogni subset viene passato attraverso la rete
Le prime 50 righe di dati vengono usate per eseguire il training del modello e le righe rimanenti vengono usate per convalidarla
Si sta creando una rete neurale profonda. Il parametro Learning Rate viene aumentato. Quale effetto ha questa impostazione?
Più record sono inclusi in ogni batch passato attraverso la rete
Le rettifiche più grandi vengono apportate ai valori di peso durante il backpropagation
Alla rete vengono aggiunti altri livelli nascosti
Si sta creando una rete neurale convoluzionale. Si vuole ridurre le dimensioni delle mappe delle funzionalità generate da un livello convoluzionale. Cosa devi fare?
Ridurre le dimensioni del kernel di filtro usato nel livello convoluzionale
Aumentare il numero di filtri nel livello convoluzionale
Aggiungere un livello di pooling dopo il livello convoluzionale
Devi rispondere a tutte le domande prima di controllare il lavoro svolto.
Questa pagina è stata utile?