모듈 평가

1.

텍스트 모음에 80,000개의 다른 단어가 포함되어 있다고 가정합니다. 다음 중 입력 벡터의 차원을 신경 분류자로 줄이는 작업을 완료하시겠습니까?

단어의 10%를 임의로 선택하고 나머지는 무시합니다.

완전히 연결된 분류자 계층 전에 나선형 계층 사용

완전 연결된 분류자 계층 전에 임베딩 계층 사용

가장 자주 사용하는 단어의 10%를 선택하고 나머지는 무시

2.

아동용 책에 맞는 재미있는 단어를 새로 생성하기 위해 신경망을 훈련하고 싶습니다. 어떤 아키텍처를 사용할 수 있나요?

단어 수준 LSTM

문자 수준 LSTM

단어 수준 RNN

문자 수준 퍼셉트론

3.

되풀이 신경망은 다음과 같은 이유 때문에 되풀이라고 합니다.

각 입력 요소에 대해 네트워크가 적용되고 이전 애플리케이션의 출력이 다음 입력 요소에 전달됩니다.

되풀이 프로세스에 의해 학습됩니다.

다른 서브네트워크를 포함하는 계층으로 구성됩니다.

4.

LSTM 네트워크 아키텍처의 핵심 개념은 무엇인가요?

전체 데이터 세트에 대한 LSTM 블록 수 고정

여러 계층의 되풀이 신경망이 포함됨

망각 및 상태 트리거를 사용한 명시적 상태 관리

5.

주의의 핵심 개념은 무엇입니까?

주의는 어휘의 각 단어에 가중치 계수를 할당하여 단어의 중요도를 표시합니다.

주의는 주의 행렬을 사용하여 각 단계의 입력 상태가 최종 결과에 미치는 영향을 확인하는 네트워크 계층입니다.

주의는 어휘의 모든 단어 간에 글로벌 상관 관계 매트릭스를 작성하여 동시성을 보여 줍니다.

피드백