深度学习面试100题（第1-5题）：经典常考点CNN

一、梯度下降算法的正确步骤是什么？

a.计算预测值和真实值之间的误差

b.重复迭代，直至得到网络权重的最佳值

c.把输入传入网络，得到输出值

d.用随机值初始化权重和偏差

e.对每一个产生误差的神经元，调整相应的（权重）值以减小误差

 

A.abcde    B.edcba     C.cbaed      D.dcaeb

解析：正确答案D，考查知识点-深度学习。

 

二、已知：

- 大脑是有很多个叫做神经元的东西构成，神经网络是对大脑的简单的数学表达。

- 每一个神经元都有输入、处理函数和输出。

- 神经元组合起来形成了网络，可以拟合任何函数。

- 为了得到最佳的神经网络，我们用梯度下降方法不断更新模型

给定上述关于神经网络的描述，什么情况下神经网络模型被称为深度学习模型？

 

A.加入更多层，使神经网络的深度增加

B.有维度更高的数据

C.当这是一个图形识别的问题时

D.以上都不正确

 

解析：正确答案A，更多层意味着网络更深。没有严格的定义多少层的模型才叫深度模型，目前如果有超过2层的隐层，那么也可以及叫做深度模型。

 

 

三、训练CNN时，可以对输入进行旋转、平移、缩放等预处理提高模型泛化能力。这么说是对，还是不对？

A.对    B.不对

 

解析：对。如寒sir所说，训练CNN时，可以进行这些操作。当然也不一定是必须的，只是data augmentation扩充数据后，模型有更多数据训练，泛化能力可能会变强。

 

 

四、下面哪项操作能实现跟神经网络中Dropout的类似效果？

A.Boosting    B.Bagging    C.Stacking    D.Mapping

 

解析：正确答案B。Dropout可以认为是一种极端的Bagging，每一个模型都在单独的数据上训练，同时，通过和其他模型对应参数的共享，从而实现模型参数的高度正则化。

 

 

五、下列哪一项在神经网络中引入了非线性？

A.随机梯度下降

B.修正线性单元（ReLU）

C.卷积函数

D.以上都不正确

 

解析：正确答案B。修正线性单元是非线性的激活函数。

七月在线独家发布了国内首个AI笔试面试题库，总共3000道，涵盖数学、Python、数据结构、机器学习、深度学习、CV、NLP等等，这3000道题的题目、答案、解析全都在七月在线APP和官网上，详情请点击阅读原文。

转载于:https://my.oschina.net/julyedu/blog/2991704