Grundlagen des maschinellen Lernens

Ein kleines neuronales Netz mit den Eingaben x₁ = 1 und x₂ = 2 hat zwei Neuronen in der verborgenen Schicht, h₁ = ReLU(x₁ + x₂ − 1) und h₂ = ReLU(x₁ − 2x₂ + 1), und die Ausgabe y = 2h₁ + 3h₂ + 1. Welchen Wert hat y?

  1. A−1
  2. B5
  3. C7
Antwort und Erläuterung anzeigen

Antwort: B. 5

ReLU ist eine Aktivierungsfunktion, die eine positive Eingabe unverändert und bei einer Eingabe von 0 oder weniger 0 ausgibt. h₁ = ReLU(1 + 2 − 1) = ReLU(2) = 2 und h₂ = ReLU(1 − 4 + 1) = ReLU(−2) = 0, also y = 2 × 2 + 3 × 0 + 1 = 5. Diese Berechnung Schicht für Schicht von der Eingabe zur Ausgabe heißt Forward Pass (Vorwärtsdurchlauf).

Dieses Thema üben Zur Themenseite

Weitere Fragen zu Grundlagen des maschinellen Lernens

  1. Sei p die Wahrscheinlichkeit, die ein Modell für die richtige Klasse ausgibt. Welche Beschreibung des beim Training von Klassifikatoren verwendeten Kreuzentropie-Verlusts −log p trifft zu?
  2. Beim Gradientenabstieg hat der Gradient des Verlusts ∂L/∂w beim Gewicht w = 2,0 den Wert 0,5, und die Lernrate beträgt 0,1. Wie groß ist das Gewicht nach einer Aktualisierung?
  3. Die Ableitung dy/dx von y = (2x + 1)² an der Stelle x = 1 wird mit der Kettenregel und u = 2x + 1, y = u² bestimmt. Welcher Wert ist richtig?
  4. Was ist der Grund dafür, dass sich in einem neuronalen Netz mit vielen gestapelten Schichten die eingangsnahen Schichten schlecht trainieren lassen, wenn als Aktivierungsfunktion die Sigmoidfunktion verwendet wird?
  5. Ein Modell wird mit 10.000 Trainingsdatenpunkten und einer Mini-Batch-Größe (Batchgröße) von 50 trainiert. Wie viele Gewichtsaktualisierungen gibt es in einer Epoche?