Sieci jednokierunkowe
Pytania testowe
1. Metoda propagacji wstecznej:
a) to metoda uczenia dowolnych sieci neuronowych,
b) mo\
e być stosowana wyłącznie dla sieci zło\
onej z przynajmniej dwóch neuronów,
c) wykorzystywana jest wyłącznie w sieciach dokonujących aproksymacji,
d) \
adna z powy\
szych odpowiedzi, dlaczego? ............................................................................... .
.............................................................................................................................................................
2. Metoda perceptronowa jest metodÄ…:
a) której stosowanie jest ograniczone do sieci jednowarstwowych,
b) jest efektywna, jeśli zastosowano dodatkowo technikę momentum,
c) korekty wag w warstwach ukrytych sieci neuronowych,
d) uniemo\
liwia poprawnÄ… klasyfikacjÄ™ np. funkcji not-XOR.
3. Metoda propagacji wstecznej mo\
e być u\
yta dla sieci zbudowanej z neuronów mających:
a) dowolnÄ… funkcjÄ™ aktywacji,
b) wyłącznie funkcję sigmoidalną,
c) funkcjÄ™ unipolarnÄ…,
d) \
adna z powy\
szych odpowiedzi, dlaczego? ............................................................................... .
.............................................................................................................................................................
4. Perceptron to:
a) inaczej pojedynczy neuron,
b) sieć wielowarstwowa,
c) szczególny przypadek sieci jednowarstwowej,
d) neuron z dyskretnÄ… funkcjÄ… aktywacji.
5. Perceptronowa metoda propagacji wstecznej:
a) wymaga ciągłych funkcji aktywacji w neuronach składających się na sieć, ,
b) mo\
e być stosowana tylko w sieciach jednowarstwowych,
c) mo\
e być stosowana równie\
w sieciach wielowarstwowych, ale jednokierunkowych,
d) \
adna z powy\
szych odpowiedzi, dlaczego? ............................................................................... .
.............................................................................................................................................................
6. Metoda propagacji wstecznej w przypadku sieci jednowarstwowych:
a) nie wymaga, aby funkcja aktywacji była ró\
niczkowalna,
b) nie mo\
e być stosowana,
c) wymaga, aby funkcja aktywacji była całkowalna,
d) przynajmniej dwie warstwy.
NAI [4],  praca własna studenta 25 marca 2010
Ćwiczenie 1
Mając obliczone wartości błędów w warstwie wyjściowej (ą1, ą2, ą3) obliczyć wartości
bÅ‚Ä™dów w warstwie ukrytej (²1, ²2). NastÄ™pnie wyznacz nowe wartoÅ›ci wag pierwszego
neuronu w warstwie ukrytej.
3
Ä… 1 ...........................................................
Ä…
Ä… =2
Ä…
0
²
²
²1=?
²
1
...........................................................
2
-1
...........................................................
x=3
0
0
Ä… 2
Ä…
Ä… =0
Ä…
y=6
...........................................................
8
-1
-5
9
...........................................................
-4
11
...........................................................
4
²
²
²2 Ä… 3
² =? Ä… =7
Ä…
Ä…
6
...........................................................
5
1
...........................................................
...........................................................
...........................................................
...........................................................
...........................................................
Ćwiczenie 2 (wersja dla pracowitych, wersja dla leniwych)
Ostatnia warstwa ukryta pewnej sieci neuronowej składała się z dwóch neuronów
i dla pewnego wzorca uczącego na wyjściu tej warstwy pojawiły się wartości x=2
i y= 1. Poni\
ej znajduje siÄ™ jeden z neuronów warstwy wyjÅ›ciowej (wartość ¸=7), na
wyjściu której oczekujemy wartości 0. Podaj wszystkie pozostałe niezbędne
parametry, aby obliczyć wyjście neuronu i w razie potrzeby przeprowadz
proces
uczenia.
x 3
y -1
f
? 7
......................................................................................................................................................
......................................................................................................................................................
......................................................................................................................................................
......................................................................................................................................................
......................................................................................................................................................
......................................................................................................................................................
......................................................................................................................................................
NAI [4],  praca własna studenta 25 marca 2010