Вопросы по дисциплине:
Нечеткая логика и нейронные сети
Сбросить фильтр
| № | Вопрос | Действия |
|---|---|---|
| 211 | RNN (Recurrent neural) возвращает выходные данные и измененное … состояние | Открыть |
| 212 | Вы являетесь разработчиком и работаете над созданием рекуррентных нейронных сетей для анализа текстовых данных. Вашей задачей является определить, какая из предложенных реккурентных нейронных сетей наиболее подходит для анализа последовательностей слов в предложении. Какая из нижеперечисленных реккурентных нейронных сетей лучше всего подходит для работы с последовательностями слов в предложениях? | Открыть |
| 213 | Сопоставьте понятия и их описания: | Открыть |
| 214 | Нейронным сетям помогает учиться признак использования градиента, получивший название … | Открыть |
| 215 | Исчезающий градиент для реккурентной нейронной сети (RNN) означает … | Открыть |
| 216 | Рекуррентные нейронные сети позволяют изучать долгосрочные зависимости такие, как: | Открыть |
| 217 | Какую информацию LSTM (сети долгой краткосрочной памяти) и GRU (Управляемые рекуррентные блоки) могут добавить или удалить в скрытое состояние … | Открыть |
| 218 | Новая архитектура для работы с последовательностями – Transformer базируется на … | Открыть |
| 219 | Векторы … добавляются в эмбеддинги всех слов предложения | Открыть |
| 220 | Аудио — это … последовательность | Открыть |