Strona 2
MED hahaha, uczcie sie wszyscy i dzielcie
Pytanie 9
Jakie są metody uczenia sieci neuronowych i czym się różnią?
Istnieją dwa typy algorytmów stosowanych do uczenia się sieci neuronowych, które stosowane są w zależności od rodzaju uzywanej sieci. Występuje uczenie z nauczycielem i bez nauczyciela.
Uczenie bez nauczyciela, następuje gdy nie znamy odpowiedzi na oczekiwany wzorzec.
Uczenie z nauczycielem następuje, gdy istnieje możliwość sprawdzenia poprawności informacji wygenerowanych przez sieć.
Pytanie 10
Od czego zależy liczba neuronów w warstwie wejściowej, a od czego w warstwie wyjściowej?
Liczba neuronów w warstwie wyjściowej jest zdeterminowana przez liczbę zmiennych objaśnianych (wyjściowych) + od rodzaju problemu
Liczba neuronów w warstwie wejściowej sieci jest równa liczbie zmiennych objaśniających. (wejściowych)
Pytanie 11
Od jakiej liczby najlepiej zacząć dobór optymalnej liczby neuronów w warstwie ukrytej?
Dobrze jest zacząć od połowy sumy liczby zmiennych wejściowych i wyjściowych.
Pytanie 12
Jak działa / do czego służy funkcja aktywacji neuronu?
Funkcja aktywacji wykorzystywana jest do transformacji poziomu aktywacji jednostki (neuronu) w sygnał wyjściowy.
Razem z funkcją potencjału postsynaptycznego (psp) definiuje ona rodzaj jednostki.
Pytanie 13
Jak wyznaczane są początkowe wartości wag?
Losowa gausowska, losowa równomierna
Pytanie 14
Czym są epoki w uczeniu sieci neuronowych?
Epoka to jednorazowe użycie w procesie uczenia wszystkich przypadków uczących zawartych w zbiorze uczącym.
Pytanie 15
Jak często modyfikowane są wagi neuronów?
Wagi neuronów modyfikowane są na początku każdej epoki.
Pytanie 16
Czym jest wsteczna propagacja błędów?
Z uwagi na kierunek przepływu informacji o błędzie, algorytm uczenia nazywany jest wsteczną propagacją błędów
W sieciach neuronowych obserwujemy 2-kierunkowy przepływ informacji,
Jeden z nich przechodzi od warstwy wyjściowej do wejściowej, płynie informacja o błędzie wykorzystywana w trakcie uczenia się.