AI算法与应用-02深度学习理论与实践训练-001

友情提示：

1. 编程题可用pycharm或vscode编辑、调试，也可用其他方式，形式不限；
2. 编程题附上代码及结果截图；
3. 深度学习理论部分题目，可手写拍照；

Python

1. 一行代码实现1-100之和；

2. python实现列表去重的方法；

例. List = [11, 12, 13, 12, 15, 16, 13]

深度学习框架

1. 在pytorch中，哪个函数用于优化模型参数？

1. Torch.backprop（）
2. Torch.gradient（）
3. Torch.optim（）
4. Torch.step（）

1. 在pytorch中，如何设置张量不需要梯度？

1. 设置requires_grad=False
2. 使用.detach（）
3. 使用.no_grad（）上下文管理器
4. 以上所有选项都正确

深度学习理论知识点

1. 探究输入图片尺寸n，卷积核大小f，填充padding，步长stride，输出图片尺寸的关系

已知n, f, p, s，计算输出图片的尺寸。

   2. BP算法公式推导。