💯 Нейронные сети [Тема 1-7] — ответы на тесты Синергия / МОИ / МТИ / МосАП

Нейронные сети > Итоговый тест / Компетентностный тест

• правильные ответы на вопросы из тестов по данной дисциплине
• вопросы отсортированы в лексикографическом порядке

Нейронные сети

• Введение в курс
• Тема 1. Введение в нейронные сети
• Тема 2. Основы работы нейросетей
• Тема 3. Сверточные нейронные сети
• Тема 4. Оптимизация нейросетей
• Тема 5. Библиотеки для работы с нейросетями
• Тема 6. Реккурентные нейронные сети, работа с последовательностями
• Тема 7. Введение в обучение с подкреплением. Policy gradients
• Заключение
• Итоговая аттестация

— это протяжённая узкая долина, имеющая крутой уклон в одном направлении и плавный уклон в другом

Тип ответа: Текcтовый ответ

… – это алгоритм, который умеет анализировать состояние среды и совершать в ней какие-то действия

Тип ответа: Текcтовый ответ

… – это метод обучения, который был использован для обучения Агента

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• обучение с учителем
• обучение без учителя
• обучение с подкреплением
• обучение путем проб и ошибок

… – это понятие впервые использовано в перцептроне

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• машинное обучение
• искусственный интеллект
• нейронные сети
• биг дата

В … году была основана лаборатория искусственного интеллекта Массачусетского Технологического Института

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• 1959
• 1961
• 1988
• 2009

В … году Карнеги Мэллои создает беспилотный автомобиль с использованием нейронных сетей

Тип ответа: Текcтовый ответ

В 1978 году Дуглас Леннон создал самообучающуюся систему …

Тип ответа: Текcтовый ответ

Ваша компания разрабатывает систему распознавания рукописного текста с помощью нейронных сетей. Вы получили новый набор данных, который содержит изображения рукописных цифр (от 0 до 9) написанных разными людьми. Ваша задача – обучить нейросеть распознавать эти цифры с максимальной точностью. Какую архитектуру нейронной сети Вы выберете для решения данной задачи?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Полносвязная нейронная сеть (Fully Connected Network).
• Сверточная нейронная сеть (Convolutional Neural Network).
• Рекуррентная нейронная сеть (Recurrent Neural Network).

Воображайте, что вы разрабатываете алгоритм управления автономным роботом, который должен доставить посылку от точки A до точки B в здании. Робот должен эффективно найти кратчайший путь, минуя препятствия и осуществив доставку в минимальное время. Разработайте алгоритм управления роботом

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Алгоритм принимает во внимание только текущую позицию робота и конечную точку доставки.
• Алгоритм использует маршрут, предварительно построенный по карте здания, с учетом расстояний и препятствий.
• Алгоритм двигает робота в случайном направлении, основываясь на случайных входных данных.

Вы работаете в аналитической компании и вам поручено разработать модель нейросети для классификации изображений на два класса: кошки и собаки. Выберете подходящую библиотеку для работы с нейронными сетями.

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Библиотека TensorFlow предоставляет мощные инструменты для создания и обучения нейронных сетей, а также обладает широкой поддержкой сообщества. Вы можете использовать ее интерфейс Keras, который упрощает процесс создания модели и ее обучения.
• Библиотека NumPy предоставляет функционал для работы с многомерными массивами и матричными операциями, что является основой для создания нейросетей. Вы можете использовать NumPy в сочетании с другими библиотеками, такими как SciPy или scikit-learn, для создания и обучения модели.
• Библиотека OpenCV предназначена для обработки изображений и компьютерного зрения. Она предоставляет инструменты для работы с изображениями, включая функции для предобработки данных перед обучением нейросети.

Вы работаете в компании по разработке программного обеспечения для распознавания изображений. Вашей задачей является выбрать подходящую модель нейронной сети для классификации изображений. Вам предоставлены следующие варианты моделей: 1. Рекуррентная нейронная сеть (RNN) 2. Сверточная нейронная сеть (CNN) 3. Генеративно-состязательная нейронная сеть (GAN) Какую модель нейронной сети Вы выберете?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• RNN.
• CNN.
• GAN.

Вы работаете в компании, специализирующейся на разработке системы распознавания объектов на изображениях с помощью сверточных нейронных сетейВам предоставлен набор изображений, на которых изображены животные. Вам нужно настроить сверточную нейронную сеть для классификации изображений на следующие категории: собаки, кошки и птицы. Выберете верный ответ среди трех вариантов.

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Вам даны 1000 изображений каждой категории (собаки, кошки, птицы), и вы используете их для тренировки сверточной нейронной сети.
• Вам дан только 100 изображений каждой категории, но вы можете использовать предобученную сверточную нейронную сеть, обученную на большом наборе данных с изображениями животных.
• Вам дано только 10 изображений каждой категории, но вы сможете улучшить результаты, используя аугментацию данных, например, повороты и зеркальное отражение.

Вы работаете над проектом по анализу тональности текстовых отзывов. Выберете подходящую модель для работы с последовательностями и примите решение по использованию реккурентной нейронной сети.

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Использовать сверточную нейронную сеть (CNN) для анализа текстовых отзывов.
• Применить реккурентную нейронную сеть (RNN) типа LSTM для анализа текстовых отзывов.
• Использовать простую логистическую регрессию для анализа текстовых отзывов.

Вы разрабатываете модель нейронной сети для классификации изображений на два класса: собаки и кошки. Вам даны 10000 изображений собак и 10000 изображений кошек для обучения модели. Вы решаете использовать сверточную нейронную сеть для этой задачи. Какие преимущества сверточных нейронных сетей делают их хорошим выбором для задачи классификации изображений?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Сверточные нейронные сети позволяют выделять важные признаки изображений, такие как углы, границы и текстуры.
• Сверточные нейронные сети обладают высокой скоростью обучения и эффективно применяются в реальных временных задачах.
• Сверточные нейронные сети могут автоматически извлекать семантические признаки изображений, позволяя модели находить общие закономерности в данных.

Вы разрабатываете нейронную сеть для классификации изображений с помощью библиотеки TensorFlow. Вам необходимо выбрать функцию активации для скрытых слоев нейронной сети. Какую функцию активации Вы выберете и почему?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Сигмоидальная функция активации (sigmoid), потому что она позволяет получить значения в интервале 0, 1, что удобно при решении задач классификации.
• Гиперболический тангенс (tanh), потому что она тоже позволяет получить значения в интервале -1, 1, что может быть полезно при решении задач симметричной классификации.
• Функция активации ReLU (Rectified Linear Unit), потому что она способна оперативно считать градиенты, обеспечивая более быструю сходимость при обучении нейросети.

Вы разрабатываете нейронную сеть для классификации изображений. Вам нужно улучшить ее производительность, чтобы сократить время обучения и повысить точность предсказаний. Какой из следующих подходов наиболее вероятно приведет к оптимизации нейросети?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Использование предобученных моделей и дообучение их на своем наборе данных.
• Увеличение количества слоев и нейронов в нейронной сети для увеличения ее мощности.
• Использование всех доступных признаков во входных данных без предварительной обработки.

Вы разрабатываете проект, связанный с обработкой и анализом большого объема данных с использованием нейросетей. Для этого вам необходимо выбрать подходящую библиотеку для работы с нейросетями. Какую библиотеку Вы будете использовать?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• TensorFlow
• Django
• NumPy

Вы являетесь инженером в команде по разработке искусственного интеллекта. Вам поручили создать реккурентную нейронную сеть, способную генерировать текст на основе последовательностей слов. Для тестирования вашей модели, вам нужно придумать ситуационное задание. Вам дан набор данных, состоящий из последовательностей слов, описывающих праздничное настроение. Обучите реккурентную нейронную сеть на этом наборе данных, чтобы она могла генерировать новые фразы, подобные описанию праздничного настроения.

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Ваша модель тренировалась на наборе данных, состоящем только из рождественских песен. Она генерирует следующую фразу: «Рождественская елка мерцает огнями, а воздух наполнен запахом варенья и праздничного вина».
• Ваша модель тренировалась на наборе данных, состоящем из рождественских и новогодних песен. Она генерирует следующую фразу: «На улице декабрь, и воздух наполнен ожиданием новогоднего чуда. Звезды сияют ярче, а снег хрустит под ногами».
• Ваша модель тренировалась на наборе данных, состоящем только из праздничных сказок. Она генерирует следующую фразу: «Волшебство оживает в этот праздничный вечер. Елка украшена яркими игрушками, а дети с нетерпением ждут подарков от Деда Мороза».

Вы являетесь разработчиком компании, которая занимается разработкой рекомендательной системы для онлайн-магазина. Заказчик просит вас улучшить текущую систему, чтобы она стала более точной в предлагаемых рекомендациях. Какой подход Вы выберете для этой задачи?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Использовать полносвязную нейронную сеть с несколькими скрытыми слоями.
• Использовать сверточную нейронную сеть для обработки изображений продуктов.
• Использовать рекуррентную нейронную сеть для анализа последовательностей действий пользователя.

Вы являетесь разработчиком нейронной сети для распознавания изображений. Ваша нейронная сеть имеет слишком высокую вычислительную сложность и требует много ресурсов для обучения и работы. Какую оптимизацию. Вы можете предложить для улучшения производительности нейросети?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Увеличить количество скрытых слоев в нейросети.
• Использовать более сложный оптимизатор.
• Применить методы сжатия модели, такие как квантизация или обрезка весов.

Вы являетесь тренером спортивной команды и хотите научить свою команду исполнять определенную комбинацию движений. Вы решили использовать метод обучения с подкреплением, чтобы максимизировать результаты. Вам известно, что тренировочный процесс будет состоять из трех этапов: объяснение комбинации движений, демонстрация и исполнение каждым членом команды, а после каждой попытки команда будет получать положительное или отрицательное подкрепление в зависимости от того, насколько близко они выполнили комбинацию. Какое подкрепление (вознаграждение или штраф) следует использовать после каждой попытки выполнения комбинации движений?

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Увеличивать время тренировки каждый раз, когда команда нестандартно выполняет комбинацию движений.
• Давать каждому члену команды небольшую премию в случае успешного выполнения комбинации дижений.
• Высказывать словесную похвалу и давать поощрение всей команде в случае правильного выполнения комбинации движений.

Гибкость настройки связей между слоями оценивает такой критерий, как:

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• объем функционала
• скорость классификации
• гибкость настройки связей
• наличие и удобство использования документации

До применения нейронных сетей в этой задаче люди …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• реализовывали различные алгоритмы для каждой игры
• обучали нейронные сети без использования методов
• разрабатывали новые игровые консоли
• играли в компьютерные игры для разработки стратегий

Интерес к нейронным сетям возобновился в …годы

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• 1940–1950-е
• 1970–1980-е
• 1990–2000-е
• 2010–2020-е

Кратковременная память вызвана печально известной проблемой … градиента

Тип ответа: Текcтовый ответ

На эффективность и скорость обучения Агента оказывает следующее изменение параметров среды:

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• никакое
• положительное
• отрицательное
• случайное

Набор статистики ходов занимает следующую часть работы алгоритма по обучению Агента:

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• основное время работы
• второстепенное время работы
• зависит от параметров нейросети
• не занимает времени

Нейронные сети … на маленьком объеме данных

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• хорошо обобщают
• плохо обобщают
• используют сложные алгоритмы
• работают только с изображениями

Нейронные сети критичны к …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• объему данных
• вычислительным ресурсам
• объему обучающей выборки
• типу информации

Нейронные сети отличаются от других алгоритмов машинного обучения тем, что они …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• работают только с изображениями
• выделяют новые признаки самостоятельно
• не требуют обучающей выборки
• основаны на геометрических линиях

Отсортируйте следующие библиотеки для работы с нейросетями по поддерживаемым языкам программирования в алфавитном порядке:

Тип ответа: Сортировка

• 1 Caffe
• 2 MXNet
• 3 PyTorch
• 4 TensorFlow

Перцептрон придумал …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• Фрэнк Розенблатт
• Айзек Азимов
• Артур Сэмюэл
• Джон Маккарти

После каждой … весовые значения будут обновляться

Тип ответа: Текcтовый ответ

После сложения «ослабленных» векторов всех слов предложения получаются такие выходные вектора, как:

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• одномерный вектор размерности одного эмбединга
• вектор первого слова предложения
• вектор второго слова предложения
• все векторы всех слов предложения

Работа стандартного алгоритма градиентного спуска рассматривается на таком типе изображения, как:

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• 2D-изображения
• 3D-изображения
• цветные изображения
• градиентные изображения

Расположите следующие типы реккурентных нейронных сетей по убыванию количества обратных связей:

Тип ответа: Сортировка

• 1 GRU
• 2 LSTM
• 3 Simple RNN

Расположите следующие функции активации в порядке их применения в нейронной сети:

Тип ответа: Сортировка

• 1 сигмоидная функция
• 2 ректифицированная линейная функция (ReLU)
• 3 гиперболический тангенс

Сверточные нейронные сети классифицируют …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• изображения домов
• геометрические линии
• признаки, разработанные людьми
• различные объекты на изображениях

Со словами «I» и «am» в однослойной сети происходит следующее:

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• эмбеддинги слов умножаются друг на друга
• с первым словом делается скалярное умножение второго слова
• с первым словом делается скалярное умножение третьего слова
• с первым словом делается скалярное умножение всех остальных слов предложения

Сопоставьте понятия и их описания:

Тип ответа: Сопоставление

• A. Обучение с учителем
• B. Обучение без учителя
• C. Обучение с подкреплением
• D. обучение, при котором модель получает обратную связь в виде правильных ответов на каждый входной пример
• E. обучение, при котором модель самостоятельно изучает данные и находит в них закономерности без предоставления правильных ответов
• F. обучение, при котором модель обучается на основе положительных и отрицательных наград за свои действия

Сопоставьте понятия и их описания:

Тип ответа: Сопоставление

• A. Пакетная нормализация
• B. Рекуррентные нейронные сети
• C. Сверточные нейронные сети
• D. метод нормализации, который приводит распределение активаций внутри слоя к среднему значению в нуле и стандартному отклонению
• E. тип нейронной сети, используемый в области обработки последовательностей, который сохраняет и использует информацию о предыдущих состояниях для предсказания следующего состояния
• F. тип нейронной сети, специализирующийся на обработке входных данных с пространственной структурой, такой как изображения

Сопоставьте понятия и их описания:

Тип ответа: Сопоставление

• A. Прямое распространение
• B. Обратное распространение
• C. Функция потерь
• D. математическая функция, которая измеряет разницу между предсказанными и фактическими значениями
• E. алгоритм, который используется для обновления весов нейронной сети с целью минимизации ошибки
• F. алгоритм, который используется для передачи информации от входных нейронов до выходных нейронов

Сопоставьте понятия и их описания:

Тип ответа: Сопоставление

• A. Регрессия
• B. Классификация
• C. Кластеризация
• D. метод, прогнозирующий численные значения на основе имеющихся данных
• E. метод, используемый для разделения объектов на категории или классы на основе их признаков
• F. метод, группирующий объекты в похожие кластеры на основе сходства их признаков

Сопоставьте понятия и их описания:

Тип ответа: Сопоставление

• A. Сверточный слой
• B. Полносвязный слой
• C. Выходной слой
• D. слой, в котором происходит преобразование сверточной операцией
• E. слой, в котором каждый нейрон соединен со всеми нейронами предыдущего слоя
• F. слой, в котором происходит окончательная классификация или предсказание

Сопоставьте понятия и их описания:

Тип ответа: Сопоставление

• A. Стохастическая политика
• B. Общество
• C. Вероятностная постановка задачи обучения с подкреплением
• D. правила, по которым агент принимает решения, определяя вероятности выбора каждого действия
• E. группа агентов, обменивающихся информацией, сотрудничающих или конкурирующих между собой
• F. формулировка задачи обучения с подкреплением, в которой действия и награды являются случайными величинами

Сопоставьте понятия и их описания:

Тип ответа: Сопоставление

• A. Стрид
• B. Загиб
• C. Фильтр
• D. параметр сверточной операции, определяющий размер шага скользящего окна
• E. изгиб или искривление границ изображения для выделения особых признаков
• F. матрица весов, применяемая при свертке для выделения определенных признаков

Сопоставьте понятия и их описания:

Тип ответа: Сопоставление

• A. Caffe
• B. Theano
• C. MXNet
• D. простой в использовании и эффективный фреймворк для глубокого обучения, предназначенный для разработки нейросетей различных архитектур
• E. библиотека для разработки глубоких нейронных сетей, оптимизированная для использования на множестве графических процессоров
• F. высокоэффективная библиотека глубокого обучения с широким функционалом и поддержкой операций на графических ускорителях

Сопоставьте понятия и их описания:

Тип ответа: Сопоставление

• A. Forward pass
• B. Backpropagation Through Time
• C. Training
• D. процесс, в ходе которого модель получает входные данные и передает их через нейронную сеть, получая выходные результаты
• E. алгоритм обратного распространения ошибки во времени, используемый для обучения реккурентных нейронных сетей
• F. процедура настройки параметров реккурентной нейронной сети на тренировочных данных

Сопоставьте понятия и их описания:

Тип ответа: Сопоставление

• A. Overfitting
• B. Dropout
• C. Regularization
• D. проблема, когда модель слишком хорошо подстраивается под тренировочные данные и плохо обобщает на новые данные
• E. техника, заключающаяся в случайном выключении некоторых нейронов на этапе обучения для предотвращения переобучения
• F. метод, используемый для добавления дополнительных ограничений на веса модели с целью предотвращения переобучения

Сопоставьте понятия и их описания:

Тип ответа: Сопоставление

• A. Policy gradients
• B. Эксплорация и эксплуатация
• C. Функция награды
• D. метод обучения, направленный на построение и оптимизацию политики агента
• E. противостояние между исследованием новых вариантов поведения и использованием уже изученных и хорошо себя зарекомендовавших
• F. функция, которая определяет, насколько успешно агент выполнил заданную задачу

Сопоставьте понятия и их описания:

Тип ответа: Сопоставление

• A. Torch
• B. CNTK
• C. DeepLearning4j
• D. многоплатформенный инструмент глубокого обучения для создания и обучения нейронных сетей
• E. фреймворк для разработки глубоких нейронных сетей, предлагающий реализацию множества алгоритмов и моделей машинного обучения
• F. гибкая и мощная библиотека для научных исследований с использованием глубокого обучения

Стандартный алгоритм градиентного спуска связан с кривой …

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• обучения
• ошибки
• потерь
• точности

Удобство использования библиотеки оценивает такой критерий, как:

Тип ответа: Одиночный выбор • с выбором одного правильного ответа из нескольких предложенных вариантов

• скорость обучения
• гибкость настройки связей
• удобство использования
• объем функционала

Упорядочите следующие архитектуры нейронных сетей по возрастанию сложности:

Тип ответа: Сортировка

• 1 простая однослойная нейронная сеть
• 2 многослойная нейронная сеть
• 3 рекуррентная нейронная сеть
• 4 глубокая нейронная сеть со сверточными слоями

Упорядочите следующие компоненты от самого входа до выхода:

Тип ответа: Сортировка

• 1 сверточный слой
• 2 пулинг слой
• 3 полносвязный слой
• 4 выходной слой

Упорядочите следующие методы регуляризации нейросетей по влиянию на модель:

Тип ответа: Сортировка

• 1 Dropout регуляризация
• 2 L2 регуляризация
• 3 L1 регуляризация

Упорядочите следующие типы нейронных сетей по количеству слоев (от наименьшего к наибольшему):

Тип ответа: Сортировка

• 1 рекуррентная нейронная сеть (Recurrent Neural Network)
• 2 сверточная нейронная сеть (Convolutional Neural Network)
• 3 полносвязная нейронная сеть (Fully Connected Network)

Упорядочите следующие этапы процесса машинного обучения по временной последовательности:

Тип ответа: Сортировка

• 1 подготовка данных
• 2 обучение модели
• 3 тестирование модели

Функция … это – математическая функция, которая определяет выход нейрона на основе суммы взвешенных входных сигналов

Тип ответа: Текcтовый ответ