VI: 5. Многослойный персептрон
I: ТЗ № 66
S: Многослойный персептрон – это …
-: модель биологического нейрона
+: сеть, состоящая из нескольких последовательно соединенных слоев искусственных нейронов
-: сеть, состоящая из нескольких параллельно соединенных слоев искусственных нейронов
-: сеть, состоящая из нескольких последовательно соединенных слоев биологических нейронов
I: ТЗ № 67
S: Количество нейронов в слоях многослойного персептрона
-: должны быть кратно двум
+: может быть произвольным
-: должно быть одинаковым
-: может быть нулевым
I: ТЗ № 68
S: Количество слоев в многослойном персептроне может быть
-: фиксированным
+: произвольным
-: бесконечным
-: счетным
I: ТЗ № 69
S: В многослойном персептроне нейроны каждого слоя соединяются с нейронами предыдущего и последующего слоев по принципу
+: каждый с каждым
-: каждый с соседним
-: каждый с последним
-: каждый с единственным
I: ТЗ № 70
S: В многослойном персептроне нейроны скрытых слоев используют в качестве входных сигналов
+: выходные сигналы нейронов только предыдущего слоя
-: выходные сигналы нейронов всех предыдущих слоев
-: входные и выходные сигналы нейронов только предыдущего слоя
-: входные и выходные сигналы нейронов всех предыдущих слоев
I: ТЗ № 71
S: Работа многослойного персептрона описывается формулами
+:
+:
+:
-:
I: ТЗ № 72
Q: Алгоритм обучения персептрона состоит из последовательности шагов:
1: представление входного и выходного векторов
2: вычисление вектора ошибки, допускаемой сетью на выходе
3: модификация вектора весов
4: уменьшение ошибки путем повторения шагов
I: ТЗ № 73
S: В результате обучения персептрона должны сформироваться правильных выходных сигналов в соответствии
+: со всеми примерами обучающей выборки
+: со всеми входными сигналами, которые не вошли в обучающую выборку
-: со всеми выходными сигналами, которые не вошли в обучающую выборку
-: с произвольным набором входных сигналов
I: ТЗ № 74
Q: Алгоритм решения задач с помощью многослойного персептрона состоит из шагов:
1: выбор входного и выходного векторов
2: выбор функции активации
3: выбор числа слоев и нейронов в слое
4: обучение многослойного персептрона
5: ввод условий задачи и получение результата