JavaScript isn't enabled in your browser, so this file can't be opened. Enable and reload.
Quiz ชุดที่ 3 (Week 5)
สามารถทำซ้ำได้ จนกว่าจะได้คำแนน 80% ขึ้นไปครับ
Sign in to Google
to save your progress.
Learn more
* Indicates required question
Email
*
Your email
กรุณาแจ้ง User name ที่ท่านใช้เรียนใน google classroom เพื่อความสะดวกในการรวบรวมคะแนน (หากจำไม่ได้ กรุณาระบุคร่าวๆ)
Your answer
Artificial Neural Networks แบ่งเป็นประเภทหลัก ๆ คือ
10 points
Feed Forward Neural Networks
Recurrent Neural Networks
Convolutional Neural Networks
ข้อ 1 และ ข้อ 3
ข้อ 1 2 และ 3
Clear selection
Feed Forward Neural Networks แตกต่างจาก Recurrent Neural Networks อย่างไร
10 points
Feed Forward Neural Networks ใช้ทำนายค่าในอนาคตบน time series
Feed Forward Neural Networks มีการนำค่าอดีตมาคำนวณในการ Training
Recurrent Neural Networks มีการนำค่าอดีตมาคำนวณในการ Training
Recurrent Neural Networks ใช้ทำนายค่าในอนาคตบน time series
ข้อ 3 และข้อ 4
Clear selection
การแยกแยะภาพถ่าย 14 ล้านภาพ ในฐานข้อมูล ImageNet ปัจจุบัน มีสถานะ
10 points
มนุษย์ มีความสามารถเท่า AI
AI แยกแยะภาพได้แม่นยำกว่ามนุษย์ ตั้งแต่ปี ค.ศ. 2015
มนุษย์ยังคงเหนือกว่า AI เล็กน้อย และงานวิจัยด้าน AI กำลังพัฒนาอย่างรวดเร็ว
Clear selection
Feed Forward Neural Networks และ Convolutional Neural Networks แตกต่างกันอย่างไร
10 points
Convolutional Neural Networks ไม่มีฟังก์ชันสำหรับ feature extraction ก่อนป้อนเข้าสู่ input
Feed Forward Neural Networks มีฟังก์ชันสำหรับทำ feature extraction ก่อนป้อนเข้าสู่ input
Convolutional Neural Networks มีการฝังกลไก Feature extraction ไว้ในโครงสร้าง Neural Network เอง
ถูกทุกข้อ
Clear selection
สิ่งใดเป็นข้อดีของ neural network แบบตื้น (จำนวน layer น้อย)
10 points
ความแม่นยำมากกว่า convolutional neural network
ความเร็วดีกว่า และมีความซับซ้อนน้อยกว่า
scale ไปยังปัญหาบน dataset อื่น ๆ ได้ดีกว่า
Clear selection
สิ่งใดเป็นข้อดีของ convolutional neural network
10 points
ความเร็วดีกว่า และมีความซับซ้อนน้อยกว่า โครงสร้าง neural network แบบธรรมดา (แบบ layer น้อย)
scale ไปยังปัญหาบน dataset อื่น ๆ ได้ดีกว่า เนื่องจากไม่ต้องใช้ความรู้มนุษย์มาช่วยคิดวิธี feature extraction
เหมาะสำหรับอุปกรณ์ขนาดเล็ก เช่น smart watch
Clear selection
กระบวนวิธีใด ช่วยลดเวลาและความซับซ้อนในการฝึกข้อมูลบน Convolutional Neural Networks
10 points
สุ่มตัดบาง node ทิ้ง (Dropout)
ไม่ฝึกข้อมูลทั้งหมดในครั้งเดียว แต่ฝึกข้อมูลทีละ batch
การฝัง feature extraction ไว้ในโครงตัวโครงข่ายประสาทเทียม
ข้อ 1 และ 2
ข้อ 1 2 และ 3
Clear selection
ข้อใดใช้จำนวนข้อมูลมากกว่ากันในการฝึกข้อมูลเพื่อให้ได้ความแม่นยำ
10 points
Feed Forward Neural Networks (แบบตื้น)
Convolutional Neural Networks (deep)
ใช้ข้อมูลเท่ากัน
Clear selection
กระบวนการใด ช่วยให้เอาชนะปัญหา local minima และปัญหา gradient เลือนลาง (vanishing gradient)
10 points
สุ่มตัดบาง node ทิ้ง (Dropout)
ไม่ฝึกข้อมูลทั้งหมดในครั้งเดียว แต่ฝึกข้อมูลทีละ batch
การข้ามบาง layer ไป (skip connections)
การฝัง feature extraction ไว้ในโครงตัวโครงข่ายประสาทเทียม
Clear selection
Submit
Clear form
Never submit passwords through Google Forms.
This form was created inside of Khon Kaen University.
Report Abuse
Forms
