山东大学软件学院《深度学习及应用》23试题回忆版

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！！