Эта страница переведена с помощью Cloud Translation API. Нейронные сети: проверьте свои знания Вернуться к курсу Заполните пропуск в следующем предложении: Модели нейронных сетей могут автоматически изучать ___ во время обучения. Функции активации Гиперпараметры Нелинейное взаимодействие функций Функция потерь Оцените это выражение: ReLU(–3) –3 0 3 9 Заполните пропуск в следующем предложении: Линейная модель обычно обучается с использованием градиентного спуска. Нейронные сети дополнительно также используют алгоритм ___. сигмовидная Скрытые слои Функции активации Обратное распространение ошибки Верно или неверно: снижение скорости обучения может помочь предотвратить взрывной градиент во время обучения нейронной сети. Истинный ЛОЖЬ Вы обучаете модель классификатора изображений для прогнозирования породы(ов) собаки по фотографии собаки, используя список классов чистокровных пород, предоставленный международным реестром пород FCI . Модель должна успешно классифицировать как чистопородных собак, так и собак смешанных пород. Какой тип модели классификации следует использовать? Бинарная классификация Один против всех Один против одного (многоклассовая игра с softmax) Ни один из вышеперечисленных Отправить ответы error_outline При определении оценки по тесту произошла ошибка. Повторите попытку.
