Искусственные нейронные сети: архитектуры и обучение

Как обучают и где применяют искусственные нейронные сети

Сохранить в закладки
3232
4 декабря 2020
Сохранить в закладки
task-image
Выберите неверное утверждение по поводу обучения искусственных нейронных сетей.
В процессе обучения нейронная сеть (программа) решает математическую задачу оптимизации.
Алгоритм градиентного спуска позволяет изменить веса по всей сети, разворачивая гиперплоскость каждого нейрона в наилучшее положение.
При обучении сети мы «идем» по направлению градиента — вектора наискорейшего возрастания критериев в пространстве коэффициентов.
mistake
Увы, вы ошиблись...
Узнать больше
Неглубокая нейронная сеть
Неглубокая нейронная сеть
Глубокая нейронная сеть
Глубокая нейронная сеть
task-image
Что из перечисленного о возможностях искусственных нейронных сетей мы придумали?
Сверточная сеть AlexNet ошибается в распознавании объектов на изображении всего в 2% случаев.
Генеративная нейросеть GPT-3 может предсказывать слова в предложениях с той же точностью, с которой это делает человек.
Нейронная сеть F-CaST способна предсказывать погоду вплоть до месяца вперед.
mistake
Увы, вы ошиблись...
Узнать больше
task-image
Еще одна из активно применяемых архитектур нейронных сетей — долгая краткосрочная память LSTM. Попробуйте угадать, какое утверждение по поводу этой архитектуры неверно?
LSTM лежала в основе улучшений Google Translate.
Facebook применяет LSTM для перевода 30 миллиардов сообщений в неделю.
Сеть, натренированная методом LSTM, научилась выигрывать у опытных игроков в известную компьютерную игру Dota 2.
Сеть с LSTM научилась управлять гоночным болидом.
mistake
Увы, вы ошиблись...
Узнать больше