17. O‘rganish deyiladi:
vazn qiymatlarini sozlash tartibi
18. "Kirish ma’lumotlarining tavsifi" ga kiritilgan ma’lumotlarni ko‘rsating.
Birlamchi hujjatlarning tuzilishi tavsifi.
19. Noaniqlik sharoitida yechimni shakllantirish uchun qanday vositalardan foydalaniladi
Noaniq to‘plamlar.
20. Tarmoq paralichi qaysi algoritm uchun xavfliroq?
oldinga tarqalish algoritmi
"Kirish maʼlumotlarining tavsifi" ga kiritilgan maʼlumotlarni koʻrsating.
✅ Birlamchi hujjatlarning tuzilishi tavsifi.
Barqarorlikni saqlagan holda lokal minimallardan qochish strategiyasi
✅ ogʻirlik qiymatlarini oʻzgartirishning katta boshlangʻich bosqichlari va bu bosqichlarning astasekin kamayishi
"Kirish maʼlumotlarining tavsifi" ga kiritilgan maʼlumotlarni koʻrsating.
✅ Kirish maʼlumotlarini kiritishni boshqarish usullari.
Neokognitronni oʻrgatishning qaysi turidan foydalanish mumkin?
❌ "Repetitor bilan mashgʻulot"
Neyron tarmoq yechimni shakllantirishda yordam berishi uchun nima qilish kerak:
✅ Misol orqali oʻrgating.
Teskari aloqasiz tarmoq deb, ... tarmoqqa aytiladi.
✅ baʼzi neyronlarning chiqishidan oldingi qatlamdan bir xil neyron yoki neyronning kirishlariga oʻtadigan sinaptik aloqalari yoʻq.
Agar berilgan Kohonen neyroni "gʻolib" boʻlsa, uning OUT qiymati
✅ birga teng
Neokognitronning turli qatlamlarida yotuvchi murakkab tugunlarning farqi nimada?
✅ murakkab tugunlarning har bir qatlami oldingisiga qaraganda kirish tasvirining koʻproq oʻzgarishiga taʼsir qiladi
Maqsad daraxti uchun nima koʻrsatilmagan
✅ 2-qoida uchun ishonch omili.
Biz X mashq vektorini ishga tushurganda. Qaysi holatda vazn qiymatlarini oʻzgartirishkerak emas?
✅ agar perseptron signali toʻgʻri javobga mos kelsa
Tormozlangan sinaptik bogʻlanishlarning ogʻirlik qiymatlari qanday boʻlishi kerak?
✅ oraliqdan teng qiymatlar (-1 / n, 0), bu yerda n - bir qatlamdagi neyronlar soni
Aniqlik sharoitida yechimni hosil qilish uchun qanday vositalardan foydalaniladi
✅ Maqsad daraxti
Neokognitronning turli qatlamlarida yotuvchi murakkab tugunlarning farqi nimada?
✅ kompleks tugunlarning har bir qatlami oldingisiga qaraganda kirish tasvir maydonining kengroq maydoniga javob beradi
Perseptronning kirishiga a vektorni beramiz. Ogʻirlikni qachon kamaytirish kerak?
✅ agar chiqish 1 boʻlsa, lekin sizga 0 kerak boʻlsa
Diskriminant funksiya deyiladi:
✅ istalgan sinf obʼektlari joylashgan obʼekt fazosining mintaqasida funksiya birga va ushbu hududdan tashqarida nolga teng boʻladi
Qarorlarni shakllantirish jarayonida qarorlar daraxti qanday sharoitlarda qoʻllaniladi
✅ Xavf oldi sharoitda.
Perseptronni oʻrganish algoritmi:
✅ oʻqituvchi nazorati ostida oʻrganish algoritmi
Perseptronning kirishi:
✅ haqiqiy sonlardan tashkil topgan vektor
Koxonenning neyroni "gʻolib" deb hisoblanadi.
✅ NET qiymatining maksimal qiymati bilan
Tarmoq paralichi qaysi algoritm uchun xavfliroq?
✅ Koshi taqsimot algoritmi
Do'stlaringiz bilan baham: |