このブラウザーはサポートされなくなりました。
Microsoft Edge にアップグレードすると、最新の機能、セキュリティ更新プログラム、およびテクニカル サポートを利用できます。
次の質問に答えて、学習した内容を確認してください。
ディープ ニューラル ネットワークを作成し、10 個の数値の特徴量に基づいて、観測対象が 3 つのクラスのうちのどれに属するかを予測する分類モデルをトレーニングします。 ネットワーク アーキテクチャには、次のどの記述が当てはまりますか?
入力層には 3 つのノードが含まれている必要があります。
ネットワークには 3 つの非表示層が含まれている必要があります。
出力層には 3 つのノードが含まれている必要があります。
ディープ ニューラル ネットワークをトレーニングしています。 50 エポックを使用するようにトレーニング プロセスを構成します。 この構成にはどのような効果がありますか?
トレーニング データセット全体がネットワーク経由で 50 回渡されます。
トレーニング データは 50 のサブセットに分割され、各サブセットはネットワーク経由で渡されます。
最初の 50 行のデータがモデルのトレーニングに使用され、残りの行が検証に使用されます。
ディープ ニューラル ネットワークを作成しています。 学習率パラメーターを大きくします。 この設定にはどのような効果がありますか?
ネットワーク経由で渡される各バッチに含まれるレコードの数が増加します。
逆伝播中に重みの値に対する調整が大きくなります。
ネットワークに非表示層が追加されます。
畳み込みニューラル ネットワークを作成しようとしています。 畳み込み層によって生成される特徴マップのサイズを小さくする必要があります。 何をする必要がありますか?
畳み込み層で使用されるフィルター カーネルのサイズを小さくします。
畳み込み層のフィルターの数を増やします。
畳み込み層の後にプーリング層を追加します。
作業を確認する前にすべての問題に回答する必要があります。
続行
このページはお役に立ちましたか?