Свертки

Подвыборки

Полносвязные

Ничего из вышеперечисленного

Свертка в сверточной сети:

это механизм выделения высокоуровневых свойств изображения

это процесс удаления нейронов из слоев в процессе обучения

процесс, который увеличивает сигнал на тех участках изображения где имеется релевантная информация

Ничего из вышеперечисленного

Слой подвыборки в сверточной сети:

Получает информацию с полносвязного слоя

Имеет огромное количество настраиваемых весов

Ничего из вышеперечисленного

Сверточные сети:

Разработаны специально для работы с изображениями

Имеют больше нейронов чем полносвязные сети

Учитывают близость объектов на изображении

Дана матрица размерностью 4x4. Мы проходим по ней слоем подвыборки с окном 2x2, без нахлеста. Какой размер будет у выходной матрицы?

1x1

2x2

4x4

Ничего из вышеперечисленного

Техника DropOut в сетях:

иногда выбрасывает случайные нейроны в процессе обучения

повышает способность сети к обобщению

приводит к переобучению

ничего из вышеперечисленного

---

Способы борьбы с переобучением в сверточных сетях:

Использовать меньше данных в процессе обучения

Использовать аугментации

Добавить регуляризацию или DropOut

Все вышеперечисленное

Касательно работы с неизвестными объектами:

Сверточные сети отлично определяют ранее не представленные объекты в отдельный класс

Сверточная сеть будет искать объект среди известных и выдаст в виде ответа ближайший к нему

Все варианты неверны

Атаки на нейронную сеть с помощью малозаметного шума:

невозможны, нейронную сеть так нельзя обмануть

легко реализуемы, таким образом сеть можно очень сильно обмануть

Смысл атаки на нейронную сеть заключается в том чтобы:

Заставить сеть сильно ошибиться при классификации изображения

Загрузить сеть вычислительно неудобным вектором, затрудняя процесс расчета

Тест 10.

Для алгоритма Style Transfer:

Необходима предобученная сверточная сеть

Можно взять и необученную сеть, результат не поменяется

Для работы алгоритма Style Transfer:

нужно два изображения - style (изображение с которого мы берем стиль) и content (изображение, которое мы стилизуем)

Нужно три изображения - style, content и palette, последнее задает цветовую палитру

Вообще не нужны изображения, Style Transfer самостоятельно подберет правильную стилизацию

Представление стиля при работе алгоритма Style Transfer:

---

играет ключевую роль в процессе оптимизации

может не использоваться вообще

Генеративно состязательные сети так называются потому что:

После обучения такие сети способны генерировать новые объекты

После обучения такие сети способны генерировать новые сети

В процессе обучения одна сеть учится “обманывать” другую

Ничего из вышеперечисленного
Примеры применения GAN:

Определение возраста по фото

Предсказание будущего человека по фото руки

Перенос эмоций на различные фото

Перенос стилей на другие объекты

Ничего из вышеперечисленного
Выделите ключевые компоненты в процессе обучения GAN:

Сеть - генератор

Сеть - дискриминатор

Сеть - судья

Набор исходных данных с изображениями объектов

Механизм вычисления ошибки (loss)

Все вышеперечисленное

Предположим что была обучена GAN на выборке с фотографиями кошек. Такая сеть способна:

Генерировать новые изображения кошек

Генерировать новые изображения собак

Генерировать новые изображения и кошек, и собак

Не способна генерировать новые изображения и кошек, и собак

---

Можно ли использовать алгоритм Style Transfer для стилизации видео?

Да, можно - видеопоток раскладывается на кадры, каждый из которых можно стилизовать в отдельности

Нет, нельзя, итоговый результат получается очень плохого качества

Сеть-генератор в GAN:

Определяет является ли изображение сгенерированным или настоящим

Создает новые изображения из случайного входного вектора

Может содержать полносвязные слои

Может содержать слои свертки

Может содержать слои подвыборки

Сеть-дискриминатор в GAN:

Определяет является ли изображение сгенерированным или настоящим

Создает новые изображения из случайного входного вектора

Может содержать полносвязные слои

Может содержать слои свертки

Может содержать слои подвыборки


Верно ли данное утверждение: “Для обучения GAN нам всегда нужен исходный набор настоящих изображений”?

Да

Нет


Механизм вычисления ошибки в GAN нужен для того чтобы:

Обучить только сеть-генератор создавать изображения более реальными

Обучить только сеть-дискриминатор определять какие изображения не являются настоящими

---

Обучать обе сети по очереди

Ничего из вышеперечисленного

1. 
   В задаче классификации восстанавливается зависимость
   целевой переменной от признаков объектов
   
2. 
   Выборка может быть:
   

Нерепрезентабельной, состоящей из коонечного числа элементов

3. 
   
   Для решения какого класса задач применяются деревья решений?
   

Регрессия, классификация

4. 
   
   Какое количество значений допустимо у целевой переменной в задаче регрессии?
   

2

5. 
   
   Можно ли использовать деревья как базовые алгоритмы в ансамблях моделей?
   

Да

6. 
   
   В задаче регрессии для одного объекта получены следующие предсказания: 5, 9, 4, 8. Каким будет итоговый ответ в бэггинге?
   

7

7. 
   Экспоненциальное распределение является:
   

Непрерывным

8. 
   
   Пусть у объектов в данных по 20 признаков. Какое количество главных компонентов можно выделить в этих данных?
   

4, 20

9. 
   
   Чем характеризуется процесс обучения моделей машинного обучения?
   

Подбором параметров в зависимости от обучающих данных

10. 
    Коэффициент корреляции, равный 0.13, свидетельствует о:
    

Прямой, слабой

11. 
    
    Вы играете в лотерею, где из 20 билетов в двух есть подарок. С какой вероятностью вы получите выигрыш?
    

0.1

12. 
    
    К какому классу относится выделенный объект при решении задачи методом ближайших соседей при К=10?
    

2

13. 
    В магазине два продавца. В любой момент каждый из них занят с вероятностью 0,4.
    

0,16

14. 
    В классе было проведено тестирование. Среднее значение балла по тесту – 7, стандартное отклонение – 1.2 балла. Если ученик набрал 9 баллов это свидетельствует
    Выше, чем у большей части класса
    

15. 
    
    Какие из перечисленных задач могут быть решены как классификация?
    

---

Смотрите также файлы

• Должна быть написана и территически обозор по программе иследоваеия можно оставить но правильнее будет писать территически обзор.docx

• Особенности осуществления депозитных операций в коммерческом банке.pptx

• Чно, скуч.docx

• Промышленный университет синергия Факультет Электронного обученияНаправлениеспециальность подготовки 44.pdf

• А. А. Блоком, который прочитав его стихи был восхищён и высоко оценил их. Он получил своеобразный пропуск в литературное общество того времени. Его стихи звучали свежо, они давили на потаённые струны души, призыв.docx