Deep Learning — Entraînement et Validation (v1.0)

A. Le processus de configuration initiale des poids du réseau.

B. L’utilisation du réseau pour prédire des valeurs.

C. L’optimisation des poids du réseau à partir de données d’entraînement.

D. L’ajout de nouvelles couches de neurones au réseau.

Question 1 / 7  ·  QCU (une seule bonne réponse)  —  Qu’est-ce que l’entraînement d’un réseau de neurones ?

A. Une situation où le réseau a des performances élevées sur les données d’entraînement mais de faibles performances sur de nouvelles données.

B. Une situation où le réseau ne parvient pas à converger vers une solution optimale.

C. Une situation où le réseau a une complexité insuffisante pour résoudre le problème donné.

D. Une situation où le réseau a des performances équivalentes sur les données d’entraînement et de test.

A. Éviter le surapprentissage et estimer les performances du modèle sur de nouvelles données.

B. Augmenter la taille de l’ensemble d’entraînement pour améliorer les performances du modèle.

C. Fournir des exemples supplémentaires pour entraîner le réseau.

A. L’ajout de bruit aux données d’entraînement pour éviter le surapprentissage.

B. La sélection des hyperparamètres optimaux pour le réseau.

C. L’augmentation du nombre de couches du réseau pour améliorer sa capacité.

D. L’ajout de termes de pénalité aux poids du réseau pour réduire la complexité du modèle.