دانلود سوالات استخدامی شبکه های عصبی با پاسخنامه
قسمتی از سوالات پرتکرار شبکه های عصبی با جواب:
1) الگوریتم آموزش پس انتشار خطا را توضیح دهید.نحوه محاسبه مقادیر دلتا در واحد های لایه خروجی و واحد های لایه پنهان را با ترسیم شکل بیان کنید.
2) شبکه عصبی مصنوعی چیست؟کاربرد و اهمیت آن را برای حل مسائل توضیح دهید.
3) ساختار و کاربرد شبکه عصبی حافظه دیگر انجمنی را با قانون هب و تابع فعالسازی علامت دو قطبی بیان کنید.
4) از دیدگاه تعداد لایه ها، شبکه هاپفلد از کدام نوع است؟ویژگی های این نوع شبکه را توضیح دهید.
5) منظور از تابع فعالسازی چیست؟سه نمونه از رایج ترین این توابع را معرفی نمایید:
6) توضیح دهید که چرا برخی از مواقع تعداد لایه های پنهان بیشتری برای مسائل تقریب تابع مورد نیاز است.با ذکر مثال کارکرد دو لایه پنهان را توضیح دهید.
7) معماری شبکه مکس نت را با رسم شکل تشریح نموده و در آن نحوه رقابت را توضیح دهید.در این شبکه آموزش چگونه صورت می پذیرد؟
8) هدف توسعه از شبکه های عصبی با آموزش پس انتشار چیست؟مراحل آموزش این شبکه ها دارای چند مرحله است؟
9) تابع فعالسازی چیست؟سه نمونه رایج از این تابع را نام برده و با رسم نمودار توضیح دهید:
10) شبکه هب را معرفی کرده و نحوه یادگیری را در آن شرح دهید:
11) فرایند رقابت را تعریف کرده و نقش آن را در شبکه های عصبی شرح دهید:
12) دلیل استفاده ار شبکه های چندلایه به جای شبکه های تک لایه چیست؟منظور از لایه پنهان در این شبکه ها چه می باشد؟
13) شبکه هاپفیلد گسسته را با رسم شکل توضیح دهید.تابع انرژی یا لیاپونوف در این شبکه چه معنایی دارد؟
14) به تعیین وزن های اتصالات در یک شبکه عصبی چه گفته می شود؟سه نوع شبکه را بر این اساس نام برده و توضیح دهید:
15)توضیح دهید که چرا برخی از مواقع تعداد لایه های پنهان بیشتری برای مسائل تقریب مورد نیاز است.با ذکر مثال کارکد دو لایه پنهان را توضیح دهید.
16) ماشین بولتزمن چیست؟معماری آن را با شکلی ساده بیان کنید:
17) منظور از پادانتشار روبه جلو چیست؟چرا معمولا از این نوع پادانتشار استفاده می شود؟
18) شبکه رقابتی با وزن های ثابت مکس نت را تشریح نمایید.نحه آموزش این شبکه را توضیح دهید:
19) یک شبکه ادلاین را برای تابع “و نه” شامل ورودی های دو قطبی و اهداف طراحی نمایید:
20) محدوده پاسخ را برای تابع “و” تشریح نمایید( با رسم پاسخ های مطلوب در نمودار):
سوالی در مورد درس (شبکه های عصبی) داشتید ، من و همکارانم در قسمت نظرات جوابتون رو میدیم …
