第二章 神经网络优化

1单选(2分)

在某个三分类问题中，已知真实标签y_=(0, 0, 1)，神经网络预测值分别为y1=(0.51, 0.32, 0.17)，y2=(0.22, 0.73, 0.05)，y3=(0.15, 0.17, 0.68)，y4=(0.04, 0.03, 0.93)，哪个预测值更接近真实标签？

• A.y4

• B.y1

• C.y2

• D.y3

2单选(2分)

tf.nn.relu([[-2., 1.], [0., 3.]])的计算结果是哪个？

• A.tf.Tensor([ 0.  1.  0.  3.], shape=(4,), dtype=float32)

• B.tf.Tensor([ -2.  1.  0.  3.], shape=(4,), dtype=float32)

• C.tf.Tensor([ [0.  1.] [0.  3.] ], shape=(2,2), dtype=float32)

• D.tf.Tensor([ [-2.  1.] [0.  3.] ], shape=(2,2), dtype=float32)

3单选(2分)

下列哪一项是均方误差损失函数的代码实现？

• A.-tf.reduce_sum(y_true * tf.math.log(y_pred))

• B.tf.reduce_mean(tf.abs(y_true-y_pred))

• C.tf.reduce_mean(tf.square(y_true - y_pred))

• D.-tf.reduce_sum(labels * tf.math.log(tf.nn.softmax(logits)), axis=1)

4多选(2分)

解决过拟合问题的方法有：

• A.采用正则化

• B.增大训练集

• C.增加网络参数

• D.减小正则化参数

5多选(2分)

下列属于神经网络优化器的有？

• A.Adam

• B.AdaGrad

• C.SGD

• D.RMSProp 

习题来源于：曹健老师的《人工智能实践：Tensorflow笔记》课程

视频链接：https://www.icourse163.org/learn/PKU-1002536002?tid=1452937471&from=study#/learn/announce