Главная /
Основы теории нейронных сетей /
В каком случае после завершения алгоритма обучения можно сделать вывод, что данный персептрон не смог обучиться?
В каком случае после завершения алгоритма обучения можно сделать вывод, что данный персептрон не смог обучиться?
вопросПравильный ответ:
в силу теоремы сходимости такого быть не может
когда весовые значения стабилизировались, а ошибка выше порога
Сложность вопроса
80
Сложность курса: Основы теории нейронных сетей
60
Оценить вопрос
Комментарии:
Аноним
Зачёт прошёл. Иду пить отмечать халяву с тестами интуит
23 дек 2019
Аноним
Я сотрудник университета! Немедленно удалите этот ваш сайт с ответами интуит. Пишу жалобу
11 апр 2018
Другие ответы на вопросы из темы искусственный интеллект и робототехника интуит.
- # Проблема локализованности памяти АРТ заключается в том, что:
- # Предусмотрена ли в алгоритме обучения когнитрона процедура сбрасывания сильно больших весовых значений?
- # Добавление к коррекции веса значения, пропорционального величине предыдущего изменения веса, используется при методе:
- # Если сеть имеет очень большое число нейронов в скрытых слоях, то:
- # При методе кросс-проверки считается, что множество обучающихся пар корректно разделено на две части, если: