1.迁移学习不可以解决:
a.普适化模型与个性化需求之间的矛盾
b.大数据与弱计算之间的矛盾
c.大数据与少标注之间的矛盾
d.缺少大量数据
A.abcd B.bc C.ab D.cd
2.一下选项中,哪个不是批归一化的优点
A.缓解梯度消失问题
B.加快收敛速度
C.使得训练深层网络模型更容易和稳定
D.统一量纲,消除奇异样本数据导致的不良影响
3.批归一化技术用在神经网络的什么时刻
A.数据预处理时
B.训练过程的梯度下降时
C.训练过程的正向传播时
D.训练过程的反向传播时
4.以下问题中,神经网络层数过深一定不会导致
A.没有结果输出
B.网络难以收敛
C.梯度爆炸
D.梯度消失
5.如何避免梯度消失
A.增加全连接层数
B.增加网络深度
C.扩大数据集
D.使用批归一化方法
6.ResNet网络最大的创新点:
A.使用了批归一化技术
B。使用Dropout思想
C.尽可能使用了小卷积核
D。使用了残差结果
7.现对一个大小为(5*5)的矩阵(即shape=(5,5))进行卷积运算,填充大小为1(padding_H=padding_w=1),步长为2(即stride=2),卷积核大小为3(即filter_size=3),则输出矩阵的大小为:
A.(3,3) B.(5,5) C.(7,7) D.(2,2)
8.现有一个3通道图片,使用2组卷积核(每组卷积核包含3个卷积核,对应3个通道)对其进行卷积运算,则输出的特征图深度为:
A.2 B.3 C.6 D.1
9.在使用迁移学习技术时会:
A.改变损失函数
B.减少训练时间
C.减少预测时间
D.增加预测时间
10.迁移学习可以:a.避免过拟合,b.避免梯度爆炸,c.避免梯度消失,d.节省训练时间
A.abcd B.bc C.ab D.cd
11.Alexnet带来了深度学习技术的蓬勃发展,请问Alexnet有几个卷积层:
A. 3 B.4, C.5, D.6
12.下面关于卷积核表述不正确的是:
A.可以做到升维
B.可以做到降维
C.可以做到引入更多的非线性
D.除了浪费时间毫无作用
13.Dropout技术描述不正确的是:
A.延长了计算时间
B.有效降低过拟合
C.目前已经被美国公司申请维专利
D.每次运算都删除一些神经元,所以网络规模越来越小
14.现对一个大小维(5*5)(即shape=(5,5))进行卷积运算,填充大小为1(即padding_H=padding_W=1),步长为2(即stride=2),卷积核大小为3(即filter_size=3),则输出矩阵的大小:A
A.(3,3)
B(5,5)
C.(7,7)
D(2,2)