本文为山东大学软件学院课程《深度学习及应用》2023年6月8日期末试题回忆版
显然又是“背多分”的一科,每一个题都特别熟悉,但是不背背的话还真不知道怎么写;
一、名词解释(5分*4)
1. 权值衰减
2. 分布式假设
3. 梯度消失
4. 随机梯度下降法
二、简答题(10分*6)
1. 损失函数的定义,列举两个损失函数;
2.cnn池化操作及其特性;
3.简述batch normalization概念及其计算方法;
4.阶跃函数和sigmoid函数的共性和区别;
5.循环神经网络和卷积神经网络的不同;
6.画出LSTM的结构图,并解释其中三个门的作用;
三、综合分析(20分*1)
f(a,b,c)=5(a+bc)
1.画出其计算图,并根据计算图写出a=7, b=5,c=3时的输出;
2.根据计算图求
希望对后来人有所帮助,如果你有幸能看到这篇文章,远离人工智能专业!!