Главная /
Основы теории нейронных сетей /
Почему для статистических алгоритмов обучения распределение Коши является более приемлемым, чем распределение Больцмана?
Почему для статистических алгоритмов обучения распределение Коши является более приемлемым, чем распределение Больцмана?
вопросПравильный ответ:
использование распределения Коши существенно уменьшает время обучения
использование распределения Коши дает более точные аппроксимации заданных функций
использование распределения Коши позволяет избегать локальных минимумов
Сложность вопроса
83
Сложность курса: Основы теории нейронных сетей
60
Оценить вопрос
Комментарии:
Аноним
Я провалил экзамен, почему я не нашёл данный сайт с ответами с тестами intuit до этого
18 авг 2020
Аноним
Какой студент ищет эти тесты inuit? Это же очень простые ответы
05 апр 2020
Аноним
Если бы не эти решения - я бы не справился c этими тестами intuit.
22 янв 2017
Другие ответы на вопросы из темы искусственный интеллект и робототехника интуит.
- # В каком случае сеть ДАП превращается в сеть Хопфилда?
- # Сеть ДАП называется негомогенной, если:
- # В фазе распознавания свертка вычисляется при помощи скалярного произведения
- # В алгоритме Хэбба величина изменения синоптической связи между двумя нейронами зависит:
- # Если сеть Хопфилда содержит n нейронов, то она может запомнить примерно: