头歌工程实训答案-机器学习篇之神经网络

第1关:网络层

import torch.nn as nn

myNet = nn.Sequential(

    ########## Begin ##########

    nn.Linear(3,100),

    nn.Linear(100,1000),

    nn.Linear(1000,100),

    nn.Linear(100,10)

    ########## End ##########

)

print(myNet)

第2关:激活函数

import torch

from torch.autograd import Variable

import torch.nn.functional as F

x = torch.linspace(-5, 5, 200)   # 构造一段连续的数据

x = Variable(x)

########## Begin ##########

print("y_sigmoid:")

y_sigmoid = torch.sigmoid(x)

print(y_sigmoid)

print("y_tanh:")

y_tanh = torch.tanh(x)

print(y_tanh)

print("y_relu:")

y_relu = torch.relu(x)

print(y_relu)

print("y_softplus:")

y_softplus = F.softplus(x)

print(y_softplus)

print("y_leakyrelu:")

y_leakyrelu = F.leaky_relu(x)

print(y_leakyrelu)

print("y_ELU:")

y_ELU = F.elu(x)

print(y_ELU)

print("y_SELU:")

y_SELU = torch.selu(x)

print(y_SELU)

########## End ##########

第3关:模型优化

  • 1、

    在模型优化过程中,Dropout层的作用是(A)

    A、

    防止模型过拟合

    B、

    防止模型欠拟合

    C、

    减少模型参数,实现模型压缩

    D、

    加快模型训练速度

  • 2、

    在给定的数据集D上训练模型。然后,将该模型的softmax层之前的输出视为另一小模型的软目标。利用软目标传递来提高小模型的泛化能力,从而提高其性能。以上描述的是哪一种模型压缩方法(D)

    A、

    网络剪枝

    B、

    张量分解

    C、

    数据量化

    D、

    知识蒸馏

  • 1
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值