chore(i18n,learn): processed translations (#44851)
This commit is contained in:
@ -0,0 +1,34 @@
|
||||
---
|
||||
id: 5e9a0e9ef99a403d019610cc
|
||||
title: ディープラーニングとは
|
||||
challengeType: 11
|
||||
videoId: bejQ-W9BGJg
|
||||
dashedName: deep-learning-demystified
|
||||
---
|
||||
|
||||
# --question--
|
||||
|
||||
## --text--
|
||||
|
||||
初めてネットワークをトレーニングする前に、入力ニューロンに割り当てる必要がある重みはどれですか?
|
||||
|
||||
## --answers--
|
||||
|
||||
最小から最大まで。
|
||||
|
||||
---
|
||||
|
||||
完全にランダム。
|
||||
|
||||
---
|
||||
|
||||
アルファベット順。
|
||||
|
||||
---
|
||||
|
||||
上記のいずれでもない。
|
||||
|
||||
## --video-solution--
|
||||
|
||||
2
|
||||
|
@ -0,0 +1,30 @@
|
||||
---
|
||||
id: 5e9a0e9ef99a403d019610cd
|
||||
title: 畳み込みニューラルネットワークの仕組み
|
||||
challengeType: 11
|
||||
videoId: Y5M7KH4A4n4
|
||||
dashedName: how-convolutional-neural-networks-work
|
||||
---
|
||||
|
||||
# --question--
|
||||
|
||||
## --text--
|
||||
|
||||
畳み込みニューラルネットワークが役に立たない場合はどれですか?
|
||||
|
||||
## --answers--
|
||||
|
||||
データを画像として扱えるように作成できない場合、またはデータの要素を並べ替えても同様に役立つ場合。
|
||||
|
||||
---
|
||||
|
||||
データが異なる 2D または 3D 画像で構成されている場合。
|
||||
|
||||
---
|
||||
|
||||
データがテキストまたは音声ベースの場合。
|
||||
|
||||
## --video-solution--
|
||||
|
||||
1
|
||||
|
@ -0,0 +1,30 @@
|
||||
---
|
||||
id: 5e9a0e9ef99a403d019610ca
|
||||
title: ディープニューラルネットワークの仕組み
|
||||
challengeType: 11
|
||||
videoId: zvalnHWGtx4
|
||||
dashedName: how-deep-neural-networks-work
|
||||
---
|
||||
|
||||
# --question--
|
||||
|
||||
## --text--
|
||||
|
||||
数値ではなく勾配 (傾斜) を直接計算する方が良いのはなぜですか?
|
||||
|
||||
## --answers--
|
||||
|
||||
再びニューラルネットワーク全体を処理してニューラルネットワークの各層の重みを調整するのは計算量が多くなるから。
|
||||
|
||||
---
|
||||
|
||||
より正確だから。
|
||||
|
||||
---
|
||||
|
||||
両者の方法に違いはない。
|
||||
|
||||
## --video-solution--
|
||||
|
||||
1
|
||||
|
@ -0,0 +1,30 @@
|
||||
---
|
||||
id: 5e9a0e9ef99a403d019610cb
|
||||
title: 再帰型ニューラルネットワーク RNN と長・短期記憶 LSTM
|
||||
challengeType: 11
|
||||
videoId: UVimlsy9eW0
|
||||
dashedName: recurrent-neural-networks-rnn-and-long-short-term-memory-lstm
|
||||
---
|
||||
|
||||
# --question--
|
||||
|
||||
## --text--
|
||||
|
||||
長・短期記憶ネットワークを構成するニューラルネットワークの主な構成要素は何ですか?
|
||||
|
||||
## --answers--
|
||||
|
||||
新しい情報や予測。
|
||||
|
||||
---
|
||||
|
||||
予測、収集した可能性、および選択。
|
||||
|
||||
---
|
||||
|
||||
予測、無知、忘却、選択。
|
||||
|
||||
## --video-solution--
|
||||
|
||||
3
|
||||
|
Reference in New Issue
Block a user